v0 1.5 Medium est un profil de modèle composite nommé dans la famille v0 de Vercel. Il est conçu pour générer et modifier du code d’applications Web. L’architecture du fabricant combine un modèle de langue de base avec du contexte pertinent récupéré, un chemin Quick Edit pour les petites modifications et un composant AutoFix qui vérifie et affine la sortie générée.
Indiquez la page ou la fonctionnalité à construire, les actions que ses commandes doivent prendre en charge et les données à afficher. Un brief utile précise aussi le cadre logiciel existant, le code pertinent et le livrable à retourner. Pour une modification d’interface, identifiez le comportement actuel et ce qui doit se produire après la correction.
Lorsqu’une tâche part de code existant, fournissez les parties nécessaires à la compréhension du changement et expliquez quel comportement conserver. Une requête ciblée peut demander un composant, une page ou un correctif dont le rapport avec l’application existante est clair.
Le fabricant décrit une étape de préparation qui inclut le contexte pertinent de la conversation et récupère du contenu spécialisé comme de la documentation, des exemples d’interface et des sources du projet. Le modèle de base traite les nouvelles générations ou les modifications plus importantes. Les modifications ciblées, comme la mise à jour du texte, la correction de syntaxe ou le réordonnancement des composants, peuvent utiliser le chemin Quick Edit.
AutoFix vérifie la sortie pendant sa diffusion et applique une passe supplémentaire après la génération. Le fabricant décrit aussi une étape d’analyse statique pour les incohérences de style et les erreurs simples. Ces composants aident à préparer le code retourné; l’application doit toujours sauvegarder et exécuter le livrable dans son environnement réel pour examiner le comportement.
Comparez l’interface générée aux commandes, aux états et aux relations de données demandés. Fournissez l’erreur ou le rendu observé lorsque vous demandez un suivi et nommez le composant touché. Cela garde une itération liée à une partie concrète de l’application.
Le profil publié indique un contexte de travail de 128 000 jetons. Utilisez cet espace pour les sources et les exigences pertinentes, avec de la place pour la réponse. L’architecture composite de la famille v0 peut mettre à jour son composant de base sans remplacer le flux de travail environnant; l’identité du profil ne désigne donc pas à elle seule des poids de modèle de base immuables.
Cette entrée conserve le profil 1.5 Medium. Le profil Large et le précédent 1.0 Medium possèdent leurs propres identités. Un livrable de code retourné et une application exécutée ou déployée restent des étapes distinctes que l’environnement de développement environnant complète.
", "aboutText": "v0 1.5 Medium est un profil de modèle composite nommé dans la famille v0 de Vercel. Il est conçu pour générer et modifier du code d’applications Web. L’architecture du fabricant combine un modèle de langue de base avec du contexte pertinent récupéré, un chemin Quick Edit pour les petites modifications et un composant AutoFix qui vérifie et affine la sortie générée.\n\n### Décrire le comportement de l’application\n\nIndiquez la page ou la fonctionnalité à construire, les actions que ses commandes doivent prendre en charge et les données à afficher. Un brief utile précise aussi le cadre logiciel existant, le code pertinent et le livrable à retourner. Pour une modification d’interface, identifiez le comportement actuel et ce qui doit se produire après la correction.\n\nLorsqu’une tâche part de code existant, fournissez les parties nécessaires à la compréhension du changement et expliquez quel comportement conserver. Une requête ciblée peut demander un composant, une page ou un correctif dont le rapport avec l’application existante est clair.\n\n### Comprendre le flux de travail composite\n\nLe fabricant décrit une étape de préparation qui inclut le contexte pertinent de la conversation et récupère du contenu spécialisé comme de la documentation, des exemples d’interface et des sources du projet. Le modèle de base traite les nouvelles générations ou les modifications plus importantes. Les modifications ciblées, comme la mise à jour du texte, la correction de syntaxe ou le réordonnancement des composants, peuvent utiliser le chemin Quick Edit.\n\nAutoFix vérifie la sortie pendant sa diffusion et applique une passe supplémentaire après la génération. Le fabricant décrit aussi une étape d’analyse statique pour les incohérences de style et les erreurs simples. Ces composants aident à préparer le code retourné; l’application doit toujours sauvegarder et exécuter le livrable dans son environnement réel pour examiner le comportement.\n\n### Vérifier et préciser le résultat\n\nComparez l’interface générée aux commandes, aux états et aux relations de données demandés. Fournissez l’erreur ou le rendu observé lorsque vous demandez un suivi et nommez le composant touché. Cela garde une itération liée à une partie concrète de l’application.\n\nLe profil publié indique un contexte de travail de 128 000 jetons. Utilisez cet espace pour les sources et les exigences pertinentes, avec de la place pour la réponse. L’architecture composite de la famille v0 peut mettre à jour son composant de base sans remplacer le flux de travail environnant; l’identité du profil ne désigne donc pas à elle seule des poids de modèle de base immuables.\n\nCette entrée conserve le profil 1.5 Medium. Le profil Large et le précédent 1.0 Medium possèdent leurs propres identités. Un livrable de code retourné et une application exécutée ou déployée restent des étapes distinctes que l’environnement de développement environnant complète.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Build an accessible filter control\n\nCreate a vanilla HTML, CSS and JavaScript inventory filter using these rows: Pencil, stock 12; Notebook, stock 0; Eraser, stock 4. Add a labeled 'In stock only' checkbox and a visible result count. Toggling it must update the list and count; an empty result needs a text message. Return editable code and checks for both checkbox states.An editable web-interface artifact with the labeled control, dynamic list/count and behavior checks.Check the stock filter uses quantity greater than zero and the result count matches visible rows.v0-1.5-mdv0 1.5 Medium est le profil de modèle composite de Vercel pour le code d’applications Web et les modifications itératives d’interfaces. Son fabricant combine un modèle de langue de base avec une récupération spécialisée, Quick Edit et AutoFix pour préparer et affiner le code généré.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
v0 1.5 Medium est un profil de modèle composite nommé dans la famille v0 de Vercel. Il est conçu pour générer et modifier du code d’applications Web. L’architecture du fabricant combine un modèle de langue de base avec du contexte pertinent récupéré, un chemin Quick Edit pour les petites modifications et un composant AutoFix qui vérifie et affine la sortie générée.
Indiquez la page ou la fonctionnalité à construire, les actions que ses commandes doivent prendre en charge et les données à afficher. Un brief utile précise aussi le cadre logiciel existant, le code pertinent et le livrable à retourner. Pour une modification d’interface, identifiez le comportement actuel et ce qui doit se produire après la correction.
Lorsqu’une tâche part de code existant, fournissez les parties nécessaires à la compréhension du changement et expliquez quel comportement conserver. Une requête ciblée peut demander un composant, une page ou un correctif dont le rapport avec l’application existante est clair.
Le fabricant décrit une étape de préparation qui inclut le contexte pertinent de la conversation et récupère du contenu spécialisé comme de la documentation, des exemples d’interface et des sources du projet. Le modèle de base traite les nouvelles générations ou les modifications plus importantes. Les modifications ciblées, comme la mise à jour du texte, la correction de syntaxe ou le réordonnancement des composants, peuvent utiliser le chemin Quick Edit.
AutoFix vérifie la sortie pendant sa diffusion et applique une passe supplémentaire après la génération. Le fabricant décrit aussi une étape d’analyse statique pour les incohérences de style et les erreurs simples. Ces composants aident à préparer le code retourné; l’application doit toujours sauvegarder et exécuter le livrable dans son environnement réel pour examiner le comportement.
Comparez l’interface générée aux commandes, aux états et aux relations de données demandés. Fournissez l’erreur ou le rendu observé lorsque vous demandez un suivi et nommez le composant touché. Cela garde une itération liée à une partie concrète de l’application.
Le profil publié indique un contexte de travail de 128 000 jetons. Utilisez cet espace pour les sources et les exigences pertinentes, avec de la place pour la réponse. L’architecture composite de la famille v0 peut mettre à jour son composant de base sans remplacer le flux de travail environnant; l’identité du profil ne désigne donc pas à elle seule des poids de modèle de base immuables.
Cette entrée conserve le profil 1.5 Medium. Le profil Large et le précédent 1.0 Medium possèdent leurs propres identités. Un livrable de code retourné et une application exécutée ou déployée restent des étapes distinctes que l’environnement de développement environnant complète.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites v0-1.5-md | 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.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.0066 / 1K jetons Sortie · Jetons en sortie $0.033 / 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": "v0-1.5-md", "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='v0-1.5-md',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='v0-1.5-md',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 v0-1.5-md
Utilisez les chemins de méthode indiqués ci-dessus.
v0-1.5-mdv0 1.5 Medium est le profil de modèle composite de Vercel pour le code d’applications Web et les modifications itératives d’interfaces. Son fabricant combine un modèle de langue de base avec une récupération spécialisée, Quick Edit et AutoFix pour préparer et affiner le code généré.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
v0 1.5 Medium est un profil de modèle composite nommé dans la famille v0 de Vercel. Il est conçu pour générer et modifier du code d’applications Web. L’architecture du fabricant combine un modèle de langue de base avec du contexte pertinent récupéré, un chemin Quick Edit pour les petites modifications et un composant AutoFix qui vérifie et affine la sortie générée.
Indiquez la page ou la fonctionnalité à construire, les actions que ses commandes doivent prendre en charge et les données à afficher. Un brief utile précise aussi le cadre logiciel existant, le code pertinent et le livrable à retourner. Pour une modification d’interface, identifiez le comportement actuel et ce qui doit se produire après la correction.
Lorsqu’une tâche part de code existant, fournissez les parties nécessaires à la compréhension du changement et expliquez quel comportement conserver. Une requête ciblée peut demander un composant, une page ou un correctif dont le rapport avec l’application existante est clair.
Le fabricant décrit une étape de préparation qui inclut le contexte pertinent de la conversation et récupère du contenu spécialisé comme de la documentation, des exemples d’interface et des sources du projet. Le modèle de base traite les nouvelles générations ou les modifications plus importantes. Les modifications ciblées, comme la mise à jour du texte, la correction de syntaxe ou le réordonnancement des composants, peuvent utiliser le chemin Quick Edit.
AutoFix vérifie la sortie pendant sa diffusion et applique une passe supplémentaire après la génération. Le fabricant décrit aussi une étape d’analyse statique pour les incohérences de style et les erreurs simples. Ces composants aident à préparer le code retourné; l’application doit toujours sauvegarder et exécuter le livrable dans son environnement réel pour examiner le comportement.
Comparez l’interface générée aux commandes, aux états et aux relations de données demandés. Fournissez l’erreur ou le rendu observé lorsque vous demandez un suivi et nommez le composant touché. Cela garde une itération liée à une partie concrète de l’application.
Le profil publié indique un contexte de travail de 128 000 jetons. Utilisez cet espace pour les sources et les exigences pertinentes, avec de la place pour la réponse. L’architecture composite de la famille v0 peut mettre à jour son composant de base sans remplacer le flux de travail environnant; l’identité du profil ne désigne donc pas à elle seule des poids de modèle de base immuables.
Cette entrée conserve le profil 1.5 Medium. Le profil Large et le précédent 1.0 Medium possèdent leurs propres identités. Un livrable de code retourné et une application exécutée ou déployée restent des étapes distinctes que l’environnement de développement environnant complète.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites v0-1.5-md | 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 $0.0066 / 1K jetons Sortie · Jetons en sortie $0.033 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "v0-1.5-md",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'v0-1.5-md', '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': 'v0-1.5-md', '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 v0-1.5-md
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Build an accessible filter control\n\nCreate a vanilla HTML, CSS and JavaScript inventory filter using these rows: Pencil, stock 12; Notebook, stock 0; Eraser, stock 4. Add a labeled 'In stock only' checkbox and a visible result count. Toggling it must update the list and count; an empty result needs a text message. Return editable code and checks for both checkbox states.An editable web-interface artifact with the labeled control, dynamic list/count and behavior checks.Check the stock filter uses quantity greater than zero and the result count matches visible rows.