Source: https://ailoot.ai/models/fr-ca/inclusionai-ling-3-1-flash/
Canonical: https://ailoot.ai/models/fr-ca/inclusionai-ling-3-1-flash/
Language: fr-ca

# inclusionAI: Ling 3.1 Flash

[Markdown](https://ailoot.ai/models/fr-ca/inclusionai-ling-3-1-flash/index.md) · [JSON](https://ailoot.ai/models/fr-ca/inclusionai-ling-3-1-flash/facts.json)

## [inclusionAI: Ling 3.1 Flash](https://ailoot.ai/models/fr-ca/inclusionai-ling-3-1-flash/)

Ling 3.1 Flash est le modèle de raisonnement hybride d’inclusionAI pour le travail de bureau, le développement logiciel prolongé et les agents complexes. Son architecture parcimonieuse de 560 milliards de paramètres en active environ 25 milliards par jeton, pour la planification à plusieurs étapes, l’interaction avec des outils et les révisions fondées sur des résultats intermédiaires.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `inclusionai/ling-3.1-flash`](https://ailoot.ai/models/fr-ca/inclusionai-ling-3-1-flash/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `inclusionai/ling-3.1-flash`](https://ailoot.ai/models/fr-ca/inclusionai-ling-3-1-flash/#method-1)

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

Ling 3.1 Flash est le modèle de langage à raisonnement hybride d’inclusionAI pour les tâches comportant plusieurs étapes plutôt qu’une seule réponse courte. Le fabricant le destine au travail de bureau quotidien, au génie logiciel prolongé et aux processus d’agents complexes. Il utilise une architecture à mélange d’experts comptant environ 560 milliards de paramètres au total, dont environ 25 milliards sont actifs pour chaque jeton, associant une grande capacité de modèle à une quantité plus faible de calcul actif.

Son principal objectif de conception est de maintenir l’état d’une tâche et de corriger la trajectoire d’un travail prolongé. Dans un processus connecté à des outils, le modèle peut planifier plusieurs étapes, interpréter les résultats intermédiaires et réviser l’étape suivante lorsque les éléments probants changent. Donnez-lui un objectif précis, les documents disponibles et une définition de l’achèvement. Par exemple : « Examinez ces notes d’incident, repérez les causes non résolues et produisez un plan d’enquête par ordre de priorité. Pour chaque action, indiquez les éléments nécessaires pour déterminer si elle a fonctionné. » Cette consigne transforme une demande vague en un résultat qui peut être examiné et poursuivi.

Pour le travail de bureau, les entrées utiles comprennent des notes sources, du texte extrait de documents, des tableaux aux colonnes clairement définies et le public visé par un rapport. Précisez la période, les unités et la comparaison à utiliser. Demandez un livrable écrit, comme une note de synthèse pour la direction, un plan de rapport ou une explication des changements importants. Exemple : « En utilisant uniquement ces tableaux trimestriels, expliquez les variations les plus importantes, distinguez les valeurs observées des hypothèses et rédigez une note se terminant par les questions sans réponse. » Gardez les étiquettes des sources avec l’entrée pour pouvoir rattacher les affirmations résultantes au bon document.

Pour le développement logiciel, le fabricant souligne la refactorisation entre langages, l’optimisation des performances et l’analyse des zones fréquemment utilisées d’un code source. Fournissez les fichiers pertinents sous forme de texte, le comportement à préserver, les versions des dépendances et les sorties en échec ou les mesures disponibles. Une demande utile sollicite une modification proposée et les vérifications nécessaires à son évaluation : « Refactorisez cet analyseur tout en préservant le format de sortie documenté. Expliquez le comportement touché, montrez le code révisé et désignez les cas qui révéleraient une régression. » Pour les performances, fournissez des profils ou des durées réels et demandez de relier chaque recommandation à un goulot d’étranglement mesuré.

Pour une analyse professionnelle, rassemblez les règles, les définitions et les éléments probants pertinents avant de demander une recommandation. Ling 3.1 Flash vise à synthétiser des renseignements dispersés, à interpréter des indicateurs et à proposer des actions. Demandez une comparaison qui nomme les hypothèses et les renseignements encore nécessaires plutôt qu’un verdict sans appui. Par exemple, fournissez plusieurs propositions de projet et demandez une note de décision appliquant les mêmes critères à chacune, en séparant les observations appuyées par les sources des conséquences déduites. Lorsque les éléments se contredisent, demandez les passages contradictoires et la question qui permettrait de les départager.

Le fabricant distingue un plafond de contexte du modèle de 1M de jetons du contexte de 256K actuellement ouvert par son service officiel. Ces chiffres décrivent des limites différentes. Organisez les documents de travail selon la fenêtre applicable et réservez de la place à la réponse; un plafond au niveau du modèle ne signifie pas que toutes les interfaces acceptent autant d’entrée. Pour une grande tâche, gardez ensemble l’objectif, les décisions prises, les questions ouvertes et les références sources. Délimitez explicitement les documents et le code pour éviter de confondre le contenu à analyser avec les consignes à suivre.

Préparez les tâches connectées à des outils avec des descriptions d’outils claires, les arguments attendus et des relevés de résultats utiles. Renvoyez les résultats réels dans la conversation pour que la proposition suivante repose sur des observations. Demandez au modèle d’expliquer ce qu’un résultat renvoyé change et quels éléments manquent encore. La conception du modèle orientée vers les agents prend en charge ce schéma de planification et de rétroaction; l’application qui l’entoure exécute les étapes d’outils et en conserve les résultats. Une commande, une modification de code ou un rapport proposé est surtout utile lorsque son statut est clair : proposé, exécuté avec un résultat enregistré ou encore en attente de vérification.

Ling 3.1 Flash appartient à la gamme de modèles de langage; l’édition distincte Ling 3.0 Flash VL est le modèle visuel du fabricant. Pour cette tâche textuelle, préparez le contenu source textuel et conservez sa structure, ses étiquettes et sa provenance. Précisez la langue et la forme de la sortie, comme une note concise, un tableau de constats, une explication de correctif ou un plan numéroté. Demandez au modèle de signaler les renseignements manquants et vérifiez le livrable demandé selon les contraintes d’origine. Les processus prolongés exigent toujours l’examen des résultats intermédiaires : une hypothèse erronée précoce peut sinon se propager au raisonnement ultérieur et prendre la forme d’un rapport final convaincant.

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `inclusionai/ling-3.1-flash`

[`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/fr-ca/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=chat)

inclusionAI /`inclusionai/ling-3.1-flash`

### Pour commencer

Ling 3.1 Flash est le modèle de raisonnement hybride d’inclusionAI pour le travail de bureau, le développement logiciel prolongé et les agents complexes. Son architecture parcimonieuse de 560 milliards de paramètres en active environ 25 milliards par jeton, pour la planification à plusieurs étapes, l’interaction avec des outils et les révisions fondées sur des résultats intermédiaires.

Entrées acceptées

Texte

Résultats

Texte

### Disponible dans Ailoot · entrées et méthodes

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Entrée

`text`

Sortie

`text`

Format de sortie

json ou SSE

| Champ | Type | Exigence | Valeurs et limites | Par défaut |
| --- | --- | --- | --- | --- |
| Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites inclusionai/ling-3.1-flash | Par défaut— |
| Champ`messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
| Champ`messages[].role` | Type`string` | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`messages[].content` | Type`string` | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
| Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse |

Combinaisons d’éléments d’entrée

**Texte** · Texte UTF8

`messages[].content`

Paramètres et cycle de vie de la méthode

| Paramètre | Contrat |
| --- | --- |
| Paramètre`content_type` | Contratapplication/json |
| Paramètre`required` | Contratmodel, messages |
| Paramètre`material_types` | Contrattext |
| Paramètre`messages` | ContratTableau de messages avec une structure role/content |
| Paramètre`file_material` | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
| Paramètre`optional_controls` | Contratstream |
| Paramètre`control_scope` | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
| Paramètre`output_modalities` | Contrattext |
| Paramètre`hosted_operations` | Contratfalse |
| Paramètre`multimodal_input_binding` | Contratnull |

Alias de méthode : `/chat/completions`

Cycle de vie : `synchronous_or_streamed`

Envoyez l’ID 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/objet fichier nécessitent une liaison exacte.

### Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide

Non précisé Lorsque le mode rapide est sélectionné

Mode Flex

Non précisé Lorsque le mode flex est sélectionné

Effort de raisonnement maximal

Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)

#### Tarifs Ailoot

#### Prix par configuration

Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.

| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
| --- | --- | --- | --- | --- |
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée **$0.0006** / 1K jetons Sortie · Jetons en sortie **$0.0018** / 1K jetons Entrée · Lecture du cache **$0.00012** / 1K jetons Entrée · Écriture dans le cache **—** / 1K jetons Entrée · Écriture dans le cache, 1 h **—** / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée **$0.0006** / 1K jetons Sortie · Jetons en sortie **$0.0018** / 1K jetons Entrée · Lecture du cache **$0.00012** / 1K jetons Entrée · Écriture dans le cache **—** / 1K jetons Entrée · Écriture dans le cache, 1 h **—** / 1K jetons |

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 →](https://ailoot.ai/docs/fr-ca/billing/reserve/)

### Exemples de requêtes

#### Ailoot Ultra · OpenAI Chat

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"inclusionai/ling-3.1-flash","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="inclusionai/ling-3.1-flash", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

### Recevoir et enregistrer les résultats

#### Ailoot Ultra · OpenAI Chat

json ou SSE

##### Conserver tous les résultats terminés

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, et conservez le motif final d’arrêt et les données d’utilisation.

##### Si la réponse d’origine doit être vérifiée

Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.

Champs de la réponse

| Champ | Type |
| --- | --- |
| Champ`choices[].index` | Typeinteger |
| Champ`choices[].message.content` | Typestring\|null |
| Champ`choices[].message.tool_calls` | Typetool\_call\[\] |
| Champ`choices[].message.reasoning_content` | Typestring |
| Champ`choices[].message.reasoning_details` | Typeobject\|array |
| Champ`choices[].finish_reason` | Typestring\|null |
| Champ`usage` | Typeobject |

Erreurs et étapes suivantes

| Réponse | Condition | Étape suivante |
| --- | --- | --- |
| Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |

### Alias

#### Alias du modèle

**Ailoot Ultra** [`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/fr-ca/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=chat)

#### Alias des chemins de méthode

`/chat/completions`

#### ID d’appel associés

[`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/fr-ca/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `inclusionai/ling-3.1-flash`

[`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/fr-ca/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=messages)

inclusionAI /`inclusionai/ling-3.1-flash`

### Pour commencer

Ling 3.1 Flash est le modèle de raisonnement hybride d’inclusionAI pour le travail de bureau, le développement logiciel prolongé et les agents complexes. Son architecture parcimonieuse de 560 milliards de paramètres en active environ 25 milliards par jeton, pour la planification à plusieurs étapes, l’interaction avec des outils et les révisions fondées sur des résultats intermédiaires.

Entrées acceptées

Texte

Résultats

json · sse

### Disponible dans Ailoot · entrées et méthodes

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Entrée

`text`

Sortie

`json`, `sse`

Format de sortie

JSON ou SSE

| Champ | Type | Exigence | Valeurs et limites | Par défaut |
| --- | --- | --- | --- | --- |
| Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites inclusionai/ling-3.1-flash | Par défaut— |
| Champ`messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites | Par défaut— |
| Champ`messages[].role` | Type`string` | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
| Champ`messages[].content` | Type`string` | ExigenceObligatoire | Valeurs et limites | Par défaut— |
| Champ`max_tokens` | Type`integer` | ExigenceObligatoire | Valeurs et limites | Par défaut— |
| Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse |

Combinaisons d’éléments d’entrée

**Texte** · Texte UTF-8

`Chaîne messages[].content`

Paramètres et cycle de vie de la méthode

| Paramètre | Contrat |
| --- | --- |
| Paramètre`content_type` | Contratapplication/json |
| Paramètre`required` | Contratmodel, messages, max\_tokens |
| Paramètre`optional_controls` | Contratstream |
| Paramètre`material_types` | Contrattext |
| Paramètre`text_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`

### Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide

Non précisé Lorsque le mode rapide est sélectionné

Mode Flex

Non précisé Lorsque le mode flex est sélectionné

Effort de raisonnement maximal

Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)

#### Tarifs Ailoot

#### Prix par configuration

Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.

| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
| --- | --- | --- | --- | --- |
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée **$0.0006** / 1K jetons Sortie · Jetons en sortie **$0.0018** / 1K jetons Entrée · Lecture du cache **$0.00012** / 1K jetons Entrée · Écriture dans le cache **—** / 1K jetons Entrée · Écriture dans le cache, 1 h **—** / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée **$0.0006** / 1K jetons Sortie · Jetons en sortie **$0.0018** / 1K jetons Entrée · Lecture du cache **$0.00012** / 1K jetons Entrée · Écriture dans le cache **—** / 1K jetons Entrée · Écriture dans le cache, 1 h **—** / 1K jetons |

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 →](https://ailoot.ai/docs/fr-ca/billing/reserve/)

### Exemples de requêtes

#### Ailoot Ultra · Anthropic Messages

Corps JSON minimal completcurl · utilisez votre document UTF-8Python · enregistrez le résultat complet

```json
{
  "model": "inclusionai/ling-3.1-flash",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'inclusionai/ling-3.1-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'inclusionai/ling-3.1-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### Recevoir et enregistrer les résultats

#### Ailoot Ultra · Anthropic Messages

JSON ou SSE

##### Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.

##### Si la réponse d’origine doit être vérifiée

Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.

Champs de la réponse

| Champ | Type |
| --- | --- |
| Champ`id` | Typestring |
| Champ`model` | Typestring |
| Champ`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Champ`stop_reason` | Typestring\|null |
| Champ`usage` | Typeobject |

Erreurs et étapes suivantes

| Réponse | Condition | Étape suivante |
| --- | --- | --- |
| Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |

### Alias

#### Alias du modèle

**Ailoot Ultra** [`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/fr-ca/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=messages)

#### Alias des chemins de méthode

`/chat/completions`

#### ID d’appel associés

[`inclusionai/ling-3.1-flash`](https://ailoot.ai/models/fr-ca/#m=inclusionai%2Fling-3.1-flash&route=Ultra&caller=inclusionai%2Fling-3.1-flash&fmt=messages)

FAQ · inclusionAI: Ling 3.1 Flash

Quelles entrées et quels résultats sont disponibles ?

`POST /v1/chat/completions` · `inclusionai/ling-3.1-flash`: `text` → `text` `POST /v1/messages` · `inclusionai/ling-3.1-flash`: `text` → `json`, `sse`

Quels champs la requête utilise-t-elle ?

`POST /v1/chat/completions` · `inclusionai/ling-3.1-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `inclusionai/ling-3.1-flash`: `model`, `messages`, `max_tokens`, `stream`

Quelles limites s’appliquent ?

`POST /v1/chat/completions` · `inclusionai/ling-3.1-flash`: `messages.min_items`: `1`

Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application.

## L’entreprise et son portefeuille de projets

L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.

## Achetez des tokens à prix réduit.

Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens.

Abonnement

Choisissez une offre à tarif réduit pour vos requêtes régulières.

Code promo jusqu’à 50%

Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours.

Dépenses dans l’historique

Modèle, tokens et montant sont enregistrés pour chaque requête.

[Choisir un abonnement](https://ailoot.ai/docs/fr-ca/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-ca/)

## Connectez l’API au produit que vous vendez.

SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur.

Application commerciale

Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service.

Licence revendeur

Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente.

Documents sur le site

L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion.

[Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-ca)

## Ailoot · L’entreprise et son portefeuille de projets





Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI.





L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.





Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.