Extract est le modèle d’extraction d’entités guidé par description de ScaleDown. Au lieu de choisir dans un ensemble fixe de types d’entités, l’appelant décrit les informations recherchées en anglais clair. Le modèle renvoie les passages correspondants avec confiance, décalages en caractères et contexte environnant, rendant le résultat plus facile à relier aux sources.
Nommez chaque entité demandée selon un objectif métier concret. Un processus de facturation peut rechercher les identifiants de documents, dates et montants tels qu’ils sont écrits. Un processus contractuel peut rechercher les parties nommées, échéances ou obligations précisées. Un processus de messagerie peut rechercher des coordonnées ou une action demandée.
Décrivez le sens d’un champ plutôt que de vous appuyer uniquement sur son nom court. Distinguez une date d’émission d’une échéance de paiement ou le nom d’une personne de celui d’une organisation. Lorsque plusieurs champs ont des formulations similaires, donnez à chacun une définition aidant à garder les correspondances renvoyées distinctes.
Un résultat d’extraction utile préserve le passage source avec ses décalages et le texte environnant. Ces valeurs permettent à l’application d’identifier l’origine d’une correspondance et à une personne chargée de la vérification d’examiner les éléments sans rechercher tout le document à nouveau. Gardez la valeur de confiance avec la correspondance plutôt que de considérer tous les passages renvoyés comme également certains.
Si un processus nécessite une date normalisée, un montant converti ou une autre valeur dérivée, conservez le texte original à côté de cette transformation ultérieure. L’extraction d’entités identifie ce que dit le document; l’application décide quelles normalisations et règles de validation appliquer aux éléments renvoyés.
Les types d’entrée publiés du modèle comprennent le texte, les images et des fichiers comme les PDF, avec OCR intégré pour les documents numérisés. Utilisez des sources lisibles et préservez les identités de documents et de pages lorsqu’elles comptent pour la vérification. Une mauvaise numérisation peut rendre un champ ambigu; examinez donc le contexte renvoyé avant d’accepter une valeur critique.
La fenêtre de contexte publiée est de 1 000 000 jetons. Pour un vaste document ou une collection, gardez les définitions d’entités demandées cohérentes et associez chaque résultat au matériel dont il provient. Le même ensemble de définitions peut aider une application à comparer les champs extraits de contrats, factures, messages ou transcriptions.
La modalité de sortie publiée est le texte. Utilisez le processus d’extraction environnant pour valider toute structure d’enregistrement lisible par machine dont il a besoin. Conservez le texte correspondant et le contexte source avant de stocker ou transformer le résultat.
Un livrable final utile contient le nom de l’entité demandée, le texte source correspondant, la position ou le contexte pertinents et la confiance à examiner. Gardez les correspondances non résolues ou concurrentes visibles plutôt que d’inventer un champ manquant. Cela produit un enregistrement d’extraction fondé sur les éléments sources pour les contrôles et transformations suivants.
scaledown/extractExtract trouve les entités décrites par l’appelant dans le texte, les images et les documents. Définissez les champs en anglais clair, puis conservez passages correspondants, scores de confiance, décalages en caractères et contexte. L’OCR intégré traite scans et PDF, avec un contexte publié de 1 000 000 jetons pour les processus documentaires.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Extract est le modèle d’extraction d’entités guidé par description de ScaleDown. Au lieu de choisir dans un ensemble fixe de types d’entités, l’appelant décrit les informations recherchées en anglais clair. Le modèle renvoie les passages correspondants avec confiance, décalages en caractères et contexte environnant, rendant le résultat plus facile à relier aux sources.
Nommez chaque entité demandée selon un objectif métier concret. Un processus de facturation peut rechercher les identifiants de documents, dates et montants tels qu’ils sont écrits. Un processus contractuel peut rechercher les parties nommées, échéances ou obligations précisées. Un processus de messagerie peut rechercher des coordonnées ou une action demandée.
Décrivez le sens d’un champ plutôt que de vous appuyer uniquement sur son nom court. Distinguez une date d’émission d’une échéance de paiement ou le nom d’une personne de celui d’une organisation. Lorsque plusieurs champs ont des formulations similaires, donnez à chacun une définition aidant à garder les correspondances renvoyées distinctes.
Un résultat d’extraction utile préserve le passage source avec ses décalages et le texte environnant. Ces valeurs permettent à l’application d’identifier l’origine d’une correspondance et à une personne chargée de la vérification d’examiner les éléments sans rechercher tout le document à nouveau. Gardez la valeur de confiance avec la correspondance plutôt que de considérer tous les passages renvoyés comme également certains.
Si un processus nécessite une date normalisée, un montant converti ou une autre valeur dérivée, conservez le texte original à côté de cette transformation ultérieure. L’extraction d’entités identifie ce que dit le document; l’application décide quelles normalisations et règles de validation appliquer aux éléments renvoyés.
Les types d’entrée publiés du modèle comprennent le texte, les images et des fichiers comme les PDF, avec OCR intégré pour les documents numérisés. Utilisez des sources lisibles et préservez les identités de documents et de pages lorsqu’elles comptent pour la vérification. Une mauvaise numérisation peut rendre un champ ambigu; examinez donc le contexte renvoyé avant d’accepter une valeur critique.
La fenêtre de contexte publiée est de 1 000 000 jetons. Pour un vaste document ou une collection, gardez les définitions d’entités demandées cohérentes et associez chaque résultat au matériel dont il provient. Le même ensemble de définitions peut aider une application à comparer les champs extraits de contrats, factures, messages ou transcriptions.
La modalité de sortie publiée est le texte. Utilisez le processus d’extraction environnant pour valider toute structure d’enregistrement lisible par machine dont il a besoin. Conservez le texte correspondant et le contexte source avant de stocker ou transformer le résultat.
Un livrable final utile contient le nom de l’entité demandée, le texte source correspondant, la position ou le contexte pertinents et la confiance à examiner. Gardez les correspondances non résolues ou concurrentes visibles plutôt que d’inventer un champ manquant. Cela produit un enregistrement d’extraction fondé sur les éléments sources pour les contrôles et transformations suivants.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites scaledown/extract | 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.
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 $0.0001 / 1K jetons Sortie · Jetons en sortie $0 / 1K jetons Entrée · Lecture du cache — / 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 $0.0001 / 1K jetons Sortie · Jetons en sortie $0 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"scaledown/extract","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="scaledown/extract", 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 scaledown/extract
/chat/completions
scaledown/extractExtract trouve les entités décrites par l’appelant dans le texte, les images et les documents. Définissez les champs en anglais clair, puis conservez passages correspondants, scores de confiance, décalages en caractères et contexte. L’OCR intégré traite scans et PDF, avec un contexte publié de 1 000 000 jetons pour les processus documentaires.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Extract est le modèle d’extraction d’entités guidé par description de ScaleDown. Au lieu de choisir dans un ensemble fixe de types d’entités, l’appelant décrit les informations recherchées en anglais clair. Le modèle renvoie les passages correspondants avec confiance, décalages en caractères et contexte environnant, rendant le résultat plus facile à relier aux sources.
Nommez chaque entité demandée selon un objectif métier concret. Un processus de facturation peut rechercher les identifiants de documents, dates et montants tels qu’ils sont écrits. Un processus contractuel peut rechercher les parties nommées, échéances ou obligations précisées. Un processus de messagerie peut rechercher des coordonnées ou une action demandée.
Décrivez le sens d’un champ plutôt que de vous appuyer uniquement sur son nom court. Distinguez une date d’émission d’une échéance de paiement ou le nom d’une personne de celui d’une organisation. Lorsque plusieurs champs ont des formulations similaires, donnez à chacun une définition aidant à garder les correspondances renvoyées distinctes.
Un résultat d’extraction utile préserve le passage source avec ses décalages et le texte environnant. Ces valeurs permettent à l’application d’identifier l’origine d’une correspondance et à une personne chargée de la vérification d’examiner les éléments sans rechercher tout le document à nouveau. Gardez la valeur de confiance avec la correspondance plutôt que de considérer tous les passages renvoyés comme également certains.
Si un processus nécessite une date normalisée, un montant converti ou une autre valeur dérivée, conservez le texte original à côté de cette transformation ultérieure. L’extraction d’entités identifie ce que dit le document; l’application décide quelles normalisations et règles de validation appliquer aux éléments renvoyés.
Les types d’entrée publiés du modèle comprennent le texte, les images et des fichiers comme les PDF, avec OCR intégré pour les documents numérisés. Utilisez des sources lisibles et préservez les identités de documents et de pages lorsqu’elles comptent pour la vérification. Une mauvaise numérisation peut rendre un champ ambigu; examinez donc le contexte renvoyé avant d’accepter une valeur critique.
La fenêtre de contexte publiée est de 1 000 000 jetons. Pour un vaste document ou une collection, gardez les définitions d’entités demandées cohérentes et associez chaque résultat au matériel dont il provient. Le même ensemble de définitions peut aider une application à comparer les champs extraits de contrats, factures, messages ou transcriptions.
La modalité de sortie publiée est le texte. Utilisez le processus d’extraction environnant pour valider toute structure d’enregistrement lisible par machine dont il a besoin. Conservez le texte correspondant et le contexte source avant de stocker ou transformer le résultat.
Un livrable final utile contient le nom de l’entité demandée, le texte source correspondant, la position ou le contexte pertinents et la confiance à examiner. Gardez les correspondances non résolues ou concurrentes visibles plutôt que d’inventer un champ manquant. Cela produit un enregistrement d’extraction fondé sur les éléments sources pour les contrôles et transformations suivants.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites scaledown/extract | 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 $0.0001 / 1K jetons Sortie · Jetons en sortie $0 / 1K jetons Entrée · Lecture du cache — / 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 $0.0001 / 1K jetons Sortie · Jetons en sortie $0 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "scaledown/extract",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'scaledown/extract', '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': 'scaledown/extract', '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 scaledown/extract
/chat/completions