Nex-N2.5-mini est la petite édition multimodale de Nex AGI dans la famille d’agents Nex-N2.5. Aux côtés de Pro, elle s’appuie sur les bases multimodales de Nex-N2 avec des améliorations de l’utilisation d’ordinateurs, de la navigation Web et de l’exécution de tâches fondée sur des observations visuelles. Le producteur traite les retours visuels comme une composante de la vérification des progrès d’un agent, et pas seulement comme des éléments destinés à une description ponctuelle d’image.
Préparez une tâche d’agent avec l’objectif de l’utilisateur, les informations pertinentes d’écran ou de sources et un critère d’achèvement clair. Précisez les actions autorisées et l’observation qui établirait la réussite. Voici une consigne illustrative : « Utilisez la capture d’écran fournie pour repérer les commandes nécessaires à cette modification, expliquez l’opération suivante et vérifiez l’état retourné par rapport à l’objectif. »
Le modèle peut interpréter l’état visuel et proposer une fonction ou une opération. L’application environnante exécute cette action et renvoie la capture d’écran suivante ou un autre résultat. Un clic proposé ou du code généré restent un résultat textuel jusqu’à leur exécution par l’application. Utilisez l’observation réelle pour décider de poursuivre ou de corriger le plan.
Le gabarit du producteur utilise reasoning_effort pour choisir son comportement. None donne une réponse directe sans trace de raisonnement. Medium est le mode adaptatif par défaut, qui laisse le modèle choisir s’il doit réfléchir et dans quelle mesure. High active toujours la réflexion avant de répondre. Le fabricant recommande une température de 0.7, top-p à 0.95 et top-k à 40 pour le profil de référence.
Indiquez la forme requise de la réponse séparément du mode, par exemple une courte explication, une liste appuyée sur des sources ou l’opération suivante proposée. Le contrôle d’effort de raisonnement du gabarit ne doit pas être remplacé silencieusement par l’indicateur thinking d’un autre modèle. Préservez la distinction entre l’analyse intermédiaire et le contenu final.
Les modèles de la série Nex documentent les appels de fonctions avec des définitions d’outils fournies et un analyseur qui extrait les appels sous forme structurée. Définissez l’objectif et les paramètres de chaque fonction, et conservez son observation retournée dans le contexte de la tâche. Une tâche continue de navigateur ou de programmation doit utiliser ces résultats réels pour progresser et se corriger.
Le rôle documenté de Mini reste multimodal, distinct de l’édition Max uniquement textuelle de la famille. Pour une tâche de connaissance, fournissez les passages pertinents; pour la programmation, fournissez l’implémentation et le comportement attendu. Conservez les libellés de fichiers et de sources afin que le livrable final puisse renvoyer à ses preuves.
Répartissez ensemble les sources disponibles, la représentation visuelle, la conversation, le raisonnement et les retours d’outils. Gardez les dernières observations significatives et le résultat demandé par l’utilisateur visibles tout au long du processus. Ne confondez pas un vaste plan d’action avec un résultat terminé; la transmission finale doit distinguer les propositions des opérations pour lesquelles un résultat a été retourné.
La sortie utile est une explication textuelle, une proposition de code ou une séquence d’actions fondées sur les observations fournies par l’application. Vérifiez les détails visuels par rapport à la capture d’écran et les affirmations dépendant de sources par rapport aux documents faisant autorité. Mini conserve son édition nommée exacte et ses modes de raisonnement, sans hériter du nombre de paramètres de Max ni d’un plafond universel de sortie non documenté.
", "aboutText": "Nex-N2.5-mini est la petite édition multimodale de Nex AGI dans la famille d’agents Nex-N2.5. Aux côtés de Pro, elle s’appuie sur les bases multimodales de Nex-N2 avec des améliorations de l’utilisation d’ordinateurs, de la navigation Web et de l’exécution de tâches fondée sur des observations visuelles. Le producteur traite les retours visuels comme une composante de la vérification des progrès d’un agent, et pas seulement comme des éléments destinés à une description ponctuelle d’image.\n\n### Observer, agir et vérifier\n\nPréparez une tâche d’agent avec l’objectif de l’utilisateur, les informations pertinentes d’écran ou de sources et un critère d’achèvement clair. Précisez les actions autorisées et l’observation qui établirait la réussite. Voici une consigne illustrative : « Utilisez la capture d’écran fournie pour repérer les commandes nécessaires à cette modification, expliquez l’opération suivante et vérifiez l’état retourné par rapport à l’objectif. »\n\nLe modèle peut interpréter l’état visuel et proposer une fonction ou une opération. L’application environnante exécute cette action et renvoie la capture d’écran suivante ou un autre résultat. Un clic proposé ou du code généré restent un résultat textuel jusqu’à leur exécution par l’application. Utilisez l’observation réelle pour décider de poursuivre ou de corriger le plan.\n\n### Trois modes de réflexion\n\nLe gabarit du producteur utilise reasoning_effort pour choisir son comportement. None donne une réponse directe sans trace de raisonnement. Medium est le mode adaptatif par défaut, qui laisse le modèle choisir s’il doit réfléchir et dans quelle mesure. High active toujours la réflexion avant de répondre. Le fabricant recommande une température de 0.7, top-p à 0.95 et top-k à 40 pour le profil de référence.\n\nIndiquez la forme requise de la réponse séparément du mode, par exemple une courte explication, une liste appuyée sur des sources ou l’opération suivante proposée. Le contrôle d’effort de raisonnement du gabarit ne doit pas être remplacé silencieusement par l’indicateur thinking d’un autre modèle. Préservez la distinction entre l’analyse intermédiaire et le contenu final.\n\n### Fonctions et résultats utiles\n\nLes modèles de la série Nex documentent les appels de fonctions avec des définitions d’outils fournies et un analyseur qui extrait les appels sous forme structurée. Définissez l’objectif et les paramètres de chaque fonction, et conservez son observation retournée dans le contexte de la tâche. Une tâche continue de navigateur ou de programmation doit utiliser ces résultats réels pour progresser et se corriger.\n\nLe rôle documenté de Mini reste multimodal, distinct de l’édition Max uniquement textuelle de la famille. Pour une tâche de connaissance, fournissez les passages pertinents; pour la programmation, fournissez l’implémentation et le comportement attendu. Conservez les libellés de fichiers et de sources afin que le livrable final puisse renvoyer à ses preuves.\n\n### Préparer une tâche longue\n\nRépartissez ensemble les sources disponibles, la représentation visuelle, la conversation, le raisonnement et les retours d’outils. Gardez les dernières observations significatives et le résultat demandé par l’utilisateur visibles tout au long du processus. Ne confondez pas un vaste plan d’action avec un résultat terminé; la transmission finale doit distinguer les propositions des opérations pour lesquelles un résultat a été retourné.\n\nLa sortie utile est une explication textuelle, une proposition de code ou une séquence d’actions fondées sur les observations fournies par l’application. Vérifiez les détails visuels par rapport à la capture d’écran et les affirmations dépendant de sources par rapport aux documents faisant autorité. Mini conserve son édition nommée exacte et ses modes de raisonnement, sans hériter du nombre de paramètres de Max ni d’un plafond universel de sortie non documenté.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Choose the next interface step\n\nA user wants to enable weekly reports. Supplied interface state: the Reports page shows a Weekly reports checkbox unchecked, a disabled Save button and an unsaved-changes indicator absent. Describe the next proposed interaction, the expected state after it and what must be observed before claiming the setting is saved. Use only this textual state description.A short proposed-action sequence with an expected intermediate state and a separate saved-state verification criterion.Check that the answer does not claim the setting is saved merely because the checkbox was selected.nex-agi/nex-n2.5-miniNex-N2.5-mini est la petite édition d’agent multimodale de Nex AGI pour l’utilisation d’ordinateurs, les tâches de navigateur et les retours visuels. Elle associe des modes direct, adaptatif et réflexif aux appels de fonctions, produisant du texte et des propositions d’actions à partir de la tâche et des observations d’écran fournies.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Nex-N2.5-mini est la petite édition multimodale de Nex AGI dans la famille d’agents Nex-N2.5. Aux côtés de Pro, elle s’appuie sur les bases multimodales de Nex-N2 avec des améliorations de l’utilisation d’ordinateurs, de la navigation Web et de l’exécution de tâches fondée sur des observations visuelles. Le producteur traite les retours visuels comme une composante de la vérification des progrès d’un agent, et pas seulement comme des éléments destinés à une description ponctuelle d’image.
Préparez une tâche d’agent avec l’objectif de l’utilisateur, les informations pertinentes d’écran ou de sources et un critère d’achèvement clair. Précisez les actions autorisées et l’observation qui établirait la réussite. Voici une consigne illustrative : « Utilisez la capture d’écran fournie pour repérer les commandes nécessaires à cette modification, expliquez l’opération suivante et vérifiez l’état retourné par rapport à l’objectif. »
Le modèle peut interpréter l’état visuel et proposer une fonction ou une opération. L’application environnante exécute cette action et renvoie la capture d’écran suivante ou un autre résultat. Un clic proposé ou du code généré restent un résultat textuel jusqu’à leur exécution par l’application. Utilisez l’observation réelle pour décider de poursuivre ou de corriger le plan.
Le gabarit du producteur utilise reasoning_effort pour choisir son comportement. None donne une réponse directe sans trace de raisonnement. Medium est le mode adaptatif par défaut, qui laisse le modèle choisir s’il doit réfléchir et dans quelle mesure. High active toujours la réflexion avant de répondre. Le fabricant recommande une température de 0.7, top-p à 0.95 et top-k à 40 pour le profil de référence.
Indiquez la forme requise de la réponse séparément du mode, par exemple une courte explication, une liste appuyée sur des sources ou l’opération suivante proposée. Le contrôle d’effort de raisonnement du gabarit ne doit pas être remplacé silencieusement par l’indicateur thinking d’un autre modèle. Préservez la distinction entre l’analyse intermédiaire et le contenu final.
Les modèles de la série Nex documentent les appels de fonctions avec des définitions d’outils fournies et un analyseur qui extrait les appels sous forme structurée. Définissez l’objectif et les paramètres de chaque fonction, et conservez son observation retournée dans le contexte de la tâche. Une tâche continue de navigateur ou de programmation doit utiliser ces résultats réels pour progresser et se corriger.
Le rôle documenté de Mini reste multimodal, distinct de l’édition Max uniquement textuelle de la famille. Pour une tâche de connaissance, fournissez les passages pertinents; pour la programmation, fournissez l’implémentation et le comportement attendu. Conservez les libellés de fichiers et de sources afin que le livrable final puisse renvoyer à ses preuves.
Répartissez ensemble les sources disponibles, la représentation visuelle, la conversation, le raisonnement et les retours d’outils. Gardez les dernières observations significatives et le résultat demandé par l’utilisateur visibles tout au long du processus. Ne confondez pas un vaste plan d’action avec un résultat terminé; la transmission finale doit distinguer les propositions des opérations pour lesquelles un résultat a été retourné.
La sortie utile est une explication textuelle, une proposition de code ou une séquence d’actions fondées sur les observations fournies par l’application. Vérifiez les détails visuels par rapport à la capture d’écran et les affirmations dépendant de sources par rapport aux documents faisant autorité. Mini conserve son édition nommée exacte et ses modes de raisonnement, sans hériter du nombre de paramètres de Max ni d’un plafond universel de sortie non documenté.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites nex-agi/nex-n2.5-mini | 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’ID 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: Fonction fournie comme outil | 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 refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | 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 comme texte littéral ; aucun ID 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’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.
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 $0.00005 / 1K jetons Sortie · Jetons en sortie $0.0002 / 1K jetons Entrée · Lecture du cache $0.000005 / 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 $0.00005 / 1K jetons Sortie · Jetons en sortie $0.0002 / 1K jetons Entrée · Lecture du cache $0.000005 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nex-agi/nex-n2.5-mini", "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='nex-agi/nex-n2.5-mini',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='nex-agi/nex-n2.5-mini',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, 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 nex-agi/nex-n2.5-mini
Utilisez les chemins de méthode indiqués ci-dessus.
nex-agi/nex-n2.5-miniNex-N2.5-mini est la petite édition d’agent multimodale de Nex AGI pour l’utilisation d’ordinateurs, les tâches de navigateur et les retours visuels. Elle associe des modes direct, adaptatif et réflexif aux appels de fonctions, produisant du texte et des propositions d’actions à partir de la tâche et des observations d’écran fournies.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Nex-N2.5-mini est la petite édition multimodale de Nex AGI dans la famille d’agents Nex-N2.5. Aux côtés de Pro, elle s’appuie sur les bases multimodales de Nex-N2 avec des améliorations de l’utilisation d’ordinateurs, de la navigation Web et de l’exécution de tâches fondée sur des observations visuelles. Le producteur traite les retours visuels comme une composante de la vérification des progrès d’un agent, et pas seulement comme des éléments destinés à une description ponctuelle d’image.
Préparez une tâche d’agent avec l’objectif de l’utilisateur, les informations pertinentes d’écran ou de sources et un critère d’achèvement clair. Précisez les actions autorisées et l’observation qui établirait la réussite. Voici une consigne illustrative : « Utilisez la capture d’écran fournie pour repérer les commandes nécessaires à cette modification, expliquez l’opération suivante et vérifiez l’état retourné par rapport à l’objectif. »
Le modèle peut interpréter l’état visuel et proposer une fonction ou une opération. L’application environnante exécute cette action et renvoie la capture d’écran suivante ou un autre résultat. Un clic proposé ou du code généré restent un résultat textuel jusqu’à leur exécution par l’application. Utilisez l’observation réelle pour décider de poursuivre ou de corriger le plan.
Le gabarit du producteur utilise reasoning_effort pour choisir son comportement. None donne une réponse directe sans trace de raisonnement. Medium est le mode adaptatif par défaut, qui laisse le modèle choisir s’il doit réfléchir et dans quelle mesure. High active toujours la réflexion avant de répondre. Le fabricant recommande une température de 0.7, top-p à 0.95 et top-k à 40 pour le profil de référence.
Indiquez la forme requise de la réponse séparément du mode, par exemple une courte explication, une liste appuyée sur des sources ou l’opération suivante proposée. Le contrôle d’effort de raisonnement du gabarit ne doit pas être remplacé silencieusement par l’indicateur thinking d’un autre modèle. Préservez la distinction entre l’analyse intermédiaire et le contenu final.
Les modèles de la série Nex documentent les appels de fonctions avec des définitions d’outils fournies et un analyseur qui extrait les appels sous forme structurée. Définissez l’objectif et les paramètres de chaque fonction, et conservez son observation retournée dans le contexte de la tâche. Une tâche continue de navigateur ou de programmation doit utiliser ces résultats réels pour progresser et se corriger.
Le rôle documenté de Mini reste multimodal, distinct de l’édition Max uniquement textuelle de la famille. Pour une tâche de connaissance, fournissez les passages pertinents; pour la programmation, fournissez l’implémentation et le comportement attendu. Conservez les libellés de fichiers et de sources afin que le livrable final puisse renvoyer à ses preuves.
Répartissez ensemble les sources disponibles, la représentation visuelle, la conversation, le raisonnement et les retours d’outils. Gardez les dernières observations significatives et le résultat demandé par l’utilisateur visibles tout au long du processus. Ne confondez pas un vaste plan d’action avec un résultat terminé; la transmission finale doit distinguer les propositions des opérations pour lesquelles un résultat a été retourné.
La sortie utile est une explication textuelle, une proposition de code ou une séquence d’actions fondées sur les observations fournies par l’application. Vérifiez les détails visuels par rapport à la capture d’écran et les affirmations dépendant de sources par rapport aux documents faisant autorité. Mini conserve son édition nommée exacte et ses modes de raisonnement, sans hériter du nombre de paramètres de Max ni d’un plafond universel de sortie non documenté.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites nex-agi/nex-n2.5-mini | 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 | 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 $0.00005 / 1K jetons Sortie · Jetons en sortie $0.0002 / 1K jetons Entrée · Lecture du cache $0.000005 / 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 $0.00005 / 1K jetons Sortie · Jetons en sortie $0.0002 / 1K jetons Entrée · Lecture du cache $0.000005 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "nex-agi/nex-n2.5-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'nex-agi/nex-n2.5-mini', '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': 'nex-agi/nex-n2.5-mini', '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 nex-agi/nex-n2.5-mini
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Choose the next interface step\n\nA user wants to enable weekly reports. Supplied interface state: the Reports page shows a Weekly reports checkbox unchecked, a disabled Save button and an unsaved-changes indicator absent. Describe the next proposed interaction, the expected state after it and what must be observed before claiming the setting is saved. Use only this textual state description.A short proposed-action sequence with an expected intermediate state and a separate saved-state verification criterion.Check that the answer does not claim the setting is saved merely because the checkbox was selected.