KAT-Coder est la famille de modèles de programmation de Kuaishou pour les tâches de génie logiciel dans un environnement doté d’outils. La version d’origine du fabricant se concentre sur le suivi d’une demande de développement, de l’examen du dépôt à la création et à la vérification d’un correctif. Son entraînement couvre l’implémentation et l’amélioration de fonctions, la correction de bogues, la refactorisation, les performances, la création de tests, la compréhension du code et les tâches de configuration. Les livrables utiles sont du code et du texte liés au comportement réel du projet.
Précisez le comportement à obtenir, l’implémentation actuelle et les conditions qui définissent l’achèvement. Incluez les fichiers ou les passages sources nécessaires à la compréhension du problème, ainsi que les commandes ou les observations déjà disponibles dans l’environnement. Une consigne initiale de correction peut désigner l’entrée qui échoue, le résultat attendu et la fonction dont le comportement diffère. Une demande de fonctionnalité peut nommer le résultat visible pour l’utilisateur et les interfaces qui doivent demeurer cohérentes.
L’entraînement agentique du fabricant utilise des descriptions de problèmes, le code de branches, des environnements exécutables et des conditions de tâche vérifiables. Gardez ces éléments alignés dans une tâche assistée par application. Une proposition du modèle doit répondre à la copie de travail réelle et aux éléments probants fournis, tandis que l’application effectue les opérations sur les fichiers ou l’exécution et renvoie les résultats. Conservez le résultat de chaque opération importante avec la continuation.
Le fabricant documente le suivi de consignes, l’utilisation d’outils et les interactions prolongées comme des éléments centraux du développement de la famille. La configuration publiée de l’agent de programmation fournit des opérations de lecture et de modification de fichiers ainsi qu’une action d’achèvement. Le modèle peut examiner des renseignements, demander un changement et poursuivre à partir de l’observation renvoyée. Son rôle est de choisir et de décrire l’étape suivante; l’environnement qui l’entoure établit ce qui s’est réellement produit.
La publication d’origine décrit aussi les requêtes d’outils parallèles comme une capacité observée après l’entraînement agentique. Utilisez des opérations indépendantes seulement si leurs résultats peuvent rester associés à la bonne requête. Une explication de dépôt peut combiner des renseignements de plusieurs fichiers, tandis qu’un correctif exige le contenu et le comportement actuels du code touché. Ne remplacez pas une observation manquante par un résultat d’environnement plausible.
La configuration d’agent publiée par le fabricant sépare la génération de correctifs, le filtrage, la sélection et la réflexion. Le filtrage combine la déduplication sémantique et les vérifications fondées sur l’exécution; la sélection évalue les candidats restants; la réflexion utilise les résultats antérieurs pour guider une ronde suivante. Ces étapes appartiennent au processus de programmation documenté plutôt qu’à une garantie automatique attachée à chaque réponse textuelle ordinaire.
Pour une tâche pratique de programmation, gardez ensemble le correctif proposé, les vérifications réellement exécutées et leurs résultats. Une comparaison de corrections candidates doit expliquer la condition qui les distingue, surtout lorsqu’elles paraissent toutes plausibles à la seule lecture des différences. Une vérification échouée peut donner au tour suivant un problème précis à traiter plutôt que de susciter une réécriture sans rapport.
La publication d’origine distingue KAT-Coder du modèle ouvert KAT-Dev-32B séparé. Les descriptions d’entraînement et les démonstrations de processus ne font pas de chaque profil nommé de la famille un point de contrôle identique. Gardez le profil choisi et les consignes du projet fournies avec le résultat, et utilisez l’interface du fabricant ou la configuration d’environnement précise pour ses opérations.
Un transfert utile peut contenir une implémentation ciblée, une explication de défaut ou une refactorisation avec les éléments probants qui appuient son comportement. Vérifiez la logique modifiée et les sorties réelles de l’environnement avant de considérer la tâche terminée. La vocation de génie logiciel de KAT-Coder est surtout utile lorsqu’elle reste liée à une demande de développement concrète, au code pertinent et à un livrable final examinable.
", "aboutText": "KAT-Coder est la famille de modèles de programmation de Kuaishou pour les tâches de génie logiciel dans un environnement doté d’outils. La version d’origine du fabricant se concentre sur le suivi d’une demande de développement, de l’examen du dépôt à la création et à la vérification d’un correctif. Son entraînement couvre l’implémentation et l’amélioration de fonctions, la correction de bogues, la refactorisation, les performances, la création de tests, la compréhension du code et les tâches de configuration. Les livrables utiles sont du code et du texte liés au comportement réel du projet.\n\n### Fournissez le problème et le contexte pertinent du projet\n\nPrécisez le comportement à obtenir, l’implémentation actuelle et les conditions qui définissent l’achèvement. Incluez les fichiers ou les passages sources nécessaires à la compréhension du problème, ainsi que les commandes ou les observations déjà disponibles dans l’environnement. Une consigne initiale de correction peut désigner l’entrée qui échoue, le résultat attendu et la fonction dont le comportement diffère. Une demande de fonctionnalité peut nommer le résultat visible pour l’utilisateur et les interfaces qui doivent demeurer cohérentes.\n\nL’entraînement agentique du fabricant utilise des descriptions de problèmes, le code de branches, des environnements exécutables et des conditions de tâche vérifiables. Gardez ces éléments alignés dans une tâche assistée par application. Une proposition du modèle doit répondre à la copie de travail réelle et aux éléments probants fournis, tandis que l’application effectue les opérations sur les fichiers ou l’exécution et renvoie les résultats. Conservez le résultat de chaque opération importante avec la continuation.\n\n### Outils et développement à plusieurs tours\n\nLe fabricant documente le suivi de consignes, l’utilisation d’outils et les interactions prolongées comme des éléments centraux du développement de la famille. La configuration publiée de l’agent de programmation fournit des opérations de lecture et de modification de fichiers ainsi qu’une action d’achèvement. Le modèle peut examiner des renseignements, demander un changement et poursuivre à partir de l’observation renvoyée. Son rôle est de choisir et de décrire l’étape suivante; l’environnement qui l’entoure établit ce qui s’est réellement produit.\n\nLa publication d’origine décrit aussi les requêtes d’outils parallèles comme une capacité observée après l’entraînement agentique. Utilisez des opérations indépendantes seulement si leurs résultats peuvent rester associés à la bonne requête. Une explication de dépôt peut combiner des renseignements de plusieurs fichiers, tandis qu’un correctif exige le contenu et le comportement actuels du code touché. Ne remplacez pas une observation manquante par un résultat d’environnement plausible.\n\n### Examinez les modifications candidates délibérément\n\nLa configuration d’agent publiée par le fabricant sépare la génération de correctifs, le filtrage, la sélection et la réflexion. Le filtrage combine la déduplication sémantique et les vérifications fondées sur l’exécution; la sélection évalue les candidats restants; la réflexion utilise les résultats antérieurs pour guider une ronde suivante. Ces étapes appartiennent au processus de programmation documenté plutôt qu’à une garantie automatique attachée à chaque réponse textuelle ordinaire.\n\nPour une tâche pratique de programmation, gardez ensemble le correctif proposé, les vérifications réellement exécutées et leurs résultats. Une comparaison de corrections candidates doit expliquer la condition qui les distingue, surtout lorsqu’elles paraissent toutes plausibles à la seule lecture des différences. Une vérification échouée peut donner au tour suivant un problème précis à traiter plutôt que de susciter une réécriture sans rapport.\n\n### Distinctions entre famille et éditions\n\nLa publication d’origine distingue KAT-Coder du modèle ouvert KAT-Dev-32B séparé. Les descriptions d’entraînement et les démonstrations de processus ne font pas de chaque profil nommé de la famille un point de contrôle identique. Gardez le profil choisi et les consignes du projet fournies avec le résultat, et utilisez l’interface du fabricant ou la configuration d’environnement précise pour ses opérations.\n\nUn transfert utile peut contenir une implémentation ciblée, une explication de défaut ou une refactorisation avec les éléments probants qui appuient son comportement. Vérifiez la logique modifiée et les sorties réelles de l’environnement avant de considérer la tâche terminée. La vocation de génie logiciel de KAT-Coder est surtout utile lorsqu’elle reste liée à une demande de développement concrète, au code pertinent et à un livrable final examinable.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "277505ef6e7b156cd6e42ec248b449de722b11e09fc23cc929b5d4501d5d882e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ca", "methods": [ { "html": "KAT-Coder-Pro-V1KAT-Coder est la famille de modèles de programmation de Kuaishou pour les tâches de développement tenant compte du dépôt. Le processus du fabricant combine l’examen assisté par outils, la génération de correctifs, la vérification fondée sur l’exécution et la réflexion, pour produire du code ou des explications liés au comportement réel du projet.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
KAT-Coder est la famille de modèles de programmation de Kuaishou pour les tâches de génie logiciel dans un environnement doté d’outils. La version d’origine du fabricant se concentre sur le suivi d’une demande de développement, de l’examen du dépôt à la création et à la vérification d’un correctif. Son entraînement couvre l’implémentation et l’amélioration de fonctions, la correction de bogues, la refactorisation, les performances, la création de tests, la compréhension du code et les tâches de configuration. Les livrables utiles sont du code et du texte liés au comportement réel du projet.
Précisez le comportement à obtenir, l’implémentation actuelle et les conditions qui définissent l’achèvement. Incluez les fichiers ou les passages sources nécessaires à la compréhension du problème, ainsi que les commandes ou les observations déjà disponibles dans l’environnement. Une consigne initiale de correction peut désigner l’entrée qui échoue, le résultat attendu et la fonction dont le comportement diffère. Une demande de fonctionnalité peut nommer le résultat visible pour l’utilisateur et les interfaces qui doivent demeurer cohérentes.
L’entraînement agentique du fabricant utilise des descriptions de problèmes, le code de branches, des environnements exécutables et des conditions de tâche vérifiables. Gardez ces éléments alignés dans une tâche assistée par application. Une proposition du modèle doit répondre à la copie de travail réelle et aux éléments probants fournis, tandis que l’application effectue les opérations sur les fichiers ou l’exécution et renvoie les résultats. Conservez le résultat de chaque opération importante avec la continuation.
Le fabricant documente le suivi de consignes, l’utilisation d’outils et les interactions prolongées comme des éléments centraux du développement de la famille. La configuration publiée de l’agent de programmation fournit des opérations de lecture et de modification de fichiers ainsi qu’une action d’achèvement. Le modèle peut examiner des renseignements, demander un changement et poursuivre à partir de l’observation renvoyée. Son rôle est de choisir et de décrire l’étape suivante; l’environnement qui l’entoure établit ce qui s’est réellement produit.
La publication d’origine décrit aussi les requêtes d’outils parallèles comme une capacité observée après l’entraînement agentique. Utilisez des opérations indépendantes seulement si leurs résultats peuvent rester associés à la bonne requête. Une explication de dépôt peut combiner des renseignements de plusieurs fichiers, tandis qu’un correctif exige le contenu et le comportement actuels du code touché. Ne remplacez pas une observation manquante par un résultat d’environnement plausible.
La configuration d’agent publiée par le fabricant sépare la génération de correctifs, le filtrage, la sélection et la réflexion. Le filtrage combine la déduplication sémantique et les vérifications fondées sur l’exécution; la sélection évalue les candidats restants; la réflexion utilise les résultats antérieurs pour guider une ronde suivante. Ces étapes appartiennent au processus de programmation documenté plutôt qu’à une garantie automatique attachée à chaque réponse textuelle ordinaire.
Pour une tâche pratique de programmation, gardez ensemble le correctif proposé, les vérifications réellement exécutées et leurs résultats. Une comparaison de corrections candidates doit expliquer la condition qui les distingue, surtout lorsqu’elles paraissent toutes plausibles à la seule lecture des différences. Une vérification échouée peut donner au tour suivant un problème précis à traiter plutôt que de susciter une réécriture sans rapport.
La publication d’origine distingue KAT-Coder du modèle ouvert KAT-Dev-32B séparé. Les descriptions d’entraînement et les démonstrations de processus ne font pas de chaque profil nommé de la famille un point de contrôle identique. Gardez le profil choisi et les consignes du projet fournies avec le résultat, et utilisez l’interface du fabricant ou la configuration d’environnement précise pour ses opérations.
Un transfert utile peut contenir une implémentation ciblée, une explication de défaut ou une refactorisation avec les éléments probants qui appuient son comportement. Vérifiez la logique modifiée et les sorties réelles de l’environnement avant de considérer la tâche terminée. La vocation de génie logiciel de KAT-Coder est surtout utile lorsqu’elle reste liée à une demande de développement concrète, au code pertinent et à un livrable final examinable.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites KAT-Coder-Pro-V1 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
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 comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_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.
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 jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.00114 / 1K jetons Sortie · Jetons en sortie $0.00456 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"KAT-Coder-Pro-V1","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="KAT-Coder-Pro-V1", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra KAT-Coder-Pro-V1
/chat/completions
KAT-Coder-Pro-V1KAT-Coder est la famille de modèles de programmation de Kuaishou pour les tâches de développement tenant compte du dépôt. Le processus du fabricant combine l’examen assisté par outils, la génération de correctifs, la vérification fondée sur l’exécution et la réflexion, pour produire du code ou des explications liés au comportement réel du projet.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
KAT-Coder est la famille de modèles de programmation de Kuaishou pour les tâches de génie logiciel dans un environnement doté d’outils. La version d’origine du fabricant se concentre sur le suivi d’une demande de développement, de l’examen du dépôt à la création et à la vérification d’un correctif. Son entraînement couvre l’implémentation et l’amélioration de fonctions, la correction de bogues, la refactorisation, les performances, la création de tests, la compréhension du code et les tâches de configuration. Les livrables utiles sont du code et du texte liés au comportement réel du projet.
Précisez le comportement à obtenir, l’implémentation actuelle et les conditions qui définissent l’achèvement. Incluez les fichiers ou les passages sources nécessaires à la compréhension du problème, ainsi que les commandes ou les observations déjà disponibles dans l’environnement. Une consigne initiale de correction peut désigner l’entrée qui échoue, le résultat attendu et la fonction dont le comportement diffère. Une demande de fonctionnalité peut nommer le résultat visible pour l’utilisateur et les interfaces qui doivent demeurer cohérentes.
L’entraînement agentique du fabricant utilise des descriptions de problèmes, le code de branches, des environnements exécutables et des conditions de tâche vérifiables. Gardez ces éléments alignés dans une tâche assistée par application. Une proposition du modèle doit répondre à la copie de travail réelle et aux éléments probants fournis, tandis que l’application effectue les opérations sur les fichiers ou l’exécution et renvoie les résultats. Conservez le résultat de chaque opération importante avec la continuation.
Le fabricant documente le suivi de consignes, l’utilisation d’outils et les interactions prolongées comme des éléments centraux du développement de la famille. La configuration publiée de l’agent de programmation fournit des opérations de lecture et de modification de fichiers ainsi qu’une action d’achèvement. Le modèle peut examiner des renseignements, demander un changement et poursuivre à partir de l’observation renvoyée. Son rôle est de choisir et de décrire l’étape suivante; l’environnement qui l’entoure établit ce qui s’est réellement produit.
La publication d’origine décrit aussi les requêtes d’outils parallèles comme une capacité observée après l’entraînement agentique. Utilisez des opérations indépendantes seulement si leurs résultats peuvent rester associés à la bonne requête. Une explication de dépôt peut combiner des renseignements de plusieurs fichiers, tandis qu’un correctif exige le contenu et le comportement actuels du code touché. Ne remplacez pas une observation manquante par un résultat d’environnement plausible.
La configuration d’agent publiée par le fabricant sépare la génération de correctifs, le filtrage, la sélection et la réflexion. Le filtrage combine la déduplication sémantique et les vérifications fondées sur l’exécution; la sélection évalue les candidats restants; la réflexion utilise les résultats antérieurs pour guider une ronde suivante. Ces étapes appartiennent au processus de programmation documenté plutôt qu’à une garantie automatique attachée à chaque réponse textuelle ordinaire.
Pour une tâche pratique de programmation, gardez ensemble le correctif proposé, les vérifications réellement exécutées et leurs résultats. Une comparaison de corrections candidates doit expliquer la condition qui les distingue, surtout lorsqu’elles paraissent toutes plausibles à la seule lecture des différences. Une vérification échouée peut donner au tour suivant un problème précis à traiter plutôt que de susciter une réécriture sans rapport.
La publication d’origine distingue KAT-Coder du modèle ouvert KAT-Dev-32B séparé. Les descriptions d’entraînement et les démonstrations de processus ne font pas de chaque profil nommé de la famille un point de contrôle identique. Gardez le profil choisi et les consignes du projet fournies avec le résultat, et utilisez l’interface du fabricant ou la configuration d’environnement précise pour ses opérations.
Un transfert utile peut contenir une implémentation ciblée, une explication de défaut ou une refactorisation avec les éléments probants qui appuient son comportement. Vérifiez la logique modifiée et les sorties réelles de l’environnement avant de considérer la tâche terminée. La vocation de génie logiciel de KAT-Coder est surtout utile lorsqu’elle reste liée à une demande de développement concrète, au code pertinent et à un livrable final examinable.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites KAT-Coder-Pro-V1 | 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 jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.00114 / 1K jetons Sortie · Jetons en sortie $0.00456 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "KAT-Coder-Pro-V1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'KAT-Coder-Pro-V1', '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': 'KAT-Coder-Pro-V1', '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 ID 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 ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra KAT-Coder-Pro-V1
/chat/completions