MythoMax 13B est le modèle de la famille Llama 2 de Gryphe destiné au jeu de rôle et à l’écriture d’histoires. Il combine MythoLogic-L2 et Huginn par une fusion expérimentale au niveau des tenseurs. Son créateur décrit MythoMax comme une amélioration de MythoMix, avec une plus grande part du composant d’écriture intégrée aux tenseurs proches du début et de la fin du modèle.
La fusion applique un ratio distinct à chacun des 363 tenseurs, des gradients façonnant ces ratios. L’équilibre recherché associe les capacités de compréhension et d’écriture des composants. Cette approche de construction du créateur distingue MythoMax d’une fusion à poids égaux et des recréations ultérieures utilisant des composants mis à jour.
Le fabricant recommande les prompts de style Alpaca. Un prompt système ou une fiche de personnage vient d’abord, suivi d’une instruction et d’une section de réponse ouverte. Pour le jeu de rôle, l’instruction suggérée demande la prochaine réplique du personnage nommé et limite le modèle à une seule réponse. Le tour de l’autre participant reste ainsi à la personne qui utilise la conversation.
Préparez une scène avec la voix du personnage, la relation entre les interlocuteurs, le cadre et l’échange précédent. Précisez si la réplique suivante doit privilégier le dialogue, l’action ou une courte description, et indiquez les faits établis de l’histoire à conserver. Pour l’écriture, un passage et un objectif concret de continuation donnent au modèle un point de départ utile. La sortie est un brouillon textuel qui peut devenir la scène suivante ou être révisé selon une nouvelle instruction.
La configuration publiée comporte un maximum de 4 096 positions et 40 couches Transformer, sans mise à l’échelle des positions rotatives configurée. Gardez la fiche du personnage, la conversation pertinente et la continuation demandée dans ce contexte fini. Un relevé compact de la scène actuelle peut préserver le contexte nécessaire sans répéter toute l’histoire. L’orientation jeu de rôle et écriture du créateur décrit la finalité de ce modèle ; elle n’établit ni l’exécution d’outils externes, ni un flux multimodal.
", "aboutText": "MythoMax 13B est le modèle de la famille Llama 2 de Gryphe destiné au jeu de rôle et à l’écriture d’histoires. Il combine MythoLogic-L2 et Huginn par une fusion expérimentale au niveau des tenseurs. Son créateur décrit MythoMax comme une amélioration de MythoMix, avec une plus grande part du composant d’écriture intégrée aux tenseurs proches du début et de la fin du modèle.\n\nLa fusion applique un ratio distinct à chacun des 363 tenseurs, des gradients façonnant ces ratios. L’équilibre recherché associe les capacités de compréhension et d’écriture des composants. Cette approche de construction du créateur distingue MythoMax d’une fusion à poids égaux et des recréations ultérieures utilisant des composants mis à jour.\n\nLe fabricant recommande les prompts de style Alpaca. Un prompt système ou une fiche de personnage vient d’abord, suivi d’une instruction et d’une section de réponse ouverte. Pour le jeu de rôle, l’instruction suggérée demande la prochaine réplique du personnage nommé et limite le modèle à une seule réponse. Le tour de l’autre participant reste ainsi à la personne qui utilise la conversation.\n\nPréparez une scène avec la voix du personnage, la relation entre les interlocuteurs, le cadre et l’échange précédent. Précisez si la réplique suivante doit privilégier le dialogue, l’action ou une courte description, et indiquez les faits établis de l’histoire à conserver. Pour l’écriture, un passage et un objectif concret de continuation donnent au modèle un point de départ utile. La sortie est un brouillon textuel qui peut devenir la scène suivante ou être révisé selon une nouvelle instruction.\n\nLa configuration publiée comporte un maximum de 4 096 positions et 40 couches Transformer, sans mise à l’échelle des positions rotatives configurée. Gardez la fiche du personnage, la conversation pertinente et la continuation demandée dans ce contexte fini. Un relevé compact de la scène actuelle peut préserver le contexte nécessaire sans répéter toute l’histoire. L’orientation jeu de rôle et écriture du créateur décrit la finalité de ce modèle ; elle n’établit ni l’exécution d’outils externes, ni un flux multimodal.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Write one archivist roleplay turn\n\nWrite one reply as Iven, a cautious city archivist who speaks formally. Scene: a traveler offers a rain-soaked map bearing the royal seal. Iven knows the eastern bridge collapsed yesterday, but the traveler does not. Previous line: 'This road will get me there before dawn.' Include one gesture and a question; leave the traveler's action unwritten.One archivist reply combining a brief gesture, formal dialogue and a question for the traveler.The reply retains Iven's knowledge of the collapsed bridge and does not write the traveler's response.gryphe/mythomax-l2-13bMythoMax 13B de Gryphe est une fusion de la famille Llama 2 pour le jeu de rôle et l’écriture d’histoires. Il utilise des prompts de style Alpaca avec une fiche de personnage et une instruction limitée à une réplique ; sa configuration publiée comporte 4 096 positions.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
MythoMax 13B est le modèle de la famille Llama 2 de Gryphe destiné au jeu de rôle et à l’écriture d’histoires. Il combine MythoLogic-L2 et Huginn par une fusion expérimentale au niveau des tenseurs. Son créateur décrit MythoMax comme une amélioration de MythoMix, avec une plus grande part du composant d’écriture intégrée aux tenseurs proches du début et de la fin du modèle.
La fusion applique un ratio distinct à chacun des 363 tenseurs, des gradients façonnant ces ratios. L’équilibre recherché associe les capacités de compréhension et d’écriture des composants. Cette approche de construction du créateur distingue MythoMax d’une fusion à poids égaux et des recréations ultérieures utilisant des composants mis à jour.
Le fabricant recommande les prompts de style Alpaca. Un prompt système ou une fiche de personnage vient d’abord, suivi d’une instruction et d’une section de réponse ouverte. Pour le jeu de rôle, l’instruction suggérée demande la prochaine réplique du personnage nommé et limite le modèle à une seule réponse. Le tour de l’autre participant reste ainsi à la personne qui utilise la conversation.
Préparez une scène avec la voix du personnage, la relation entre les interlocuteurs, le cadre et l’échange précédent. Précisez si la réplique suivante doit privilégier le dialogue, l’action ou une courte description, et indiquez les faits établis de l’histoire à conserver. Pour l’écriture, un passage et un objectif concret de continuation donnent au modèle un point de départ utile. La sortie est un brouillon textuel qui peut devenir la scène suivante ou être révisé selon une nouvelle instruction.
La configuration publiée comporte un maximum de 4 096 positions et 40 couches Transformer, sans mise à l’échelle des positions rotatives configurée. Gardez la fiche du personnage, la conversation pertinente et la continuation demandée dans ce contexte fini. Un relevé compact de la scène actuelle peut préserver le contexte nécessaire sans répéter toute l’histoire. L’orientation jeu de rôle et écriture du créateur décrit la finalité de ce modèle ; elle n’établit ni l’exécution d’outils externes, ni un flux multimodal.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gryphe/mythomax-l2-13b | 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’identifiant 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: outil de fonction fourni | 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 rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | 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 sous forme de texte littéral ; aucun identifiant 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’identifiant 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/objets 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0008 / 1K tokens Sortie · Tokens en sortie $0.0008 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0008 / 1K tokens Sortie · Tokens en sortie $0.0008 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gryphe/mythomax-l2-13b", "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='gryphe/mythomax-l2-13b',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='gryphe/mythomax-l2-13b',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, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gryphe/mythomax-l2-13b
Utilisez les chemins de méthode indiqués ci-dessus.
gryphe/mythomax-l2-13bMythoMax 13B de Gryphe est une fusion de la famille Llama 2 pour le jeu de rôle et l’écriture d’histoires. Il utilise des prompts de style Alpaca avec une fiche de personnage et une instruction limitée à une réplique ; sa configuration publiée comporte 4 096 positions.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
MythoMax 13B est le modèle de la famille Llama 2 de Gryphe destiné au jeu de rôle et à l’écriture d’histoires. Il combine MythoLogic-L2 et Huginn par une fusion expérimentale au niveau des tenseurs. Son créateur décrit MythoMax comme une amélioration de MythoMix, avec une plus grande part du composant d’écriture intégrée aux tenseurs proches du début et de la fin du modèle.
La fusion applique un ratio distinct à chacun des 363 tenseurs, des gradients façonnant ces ratios. L’équilibre recherché associe les capacités de compréhension et d’écriture des composants. Cette approche de construction du créateur distingue MythoMax d’une fusion à poids égaux et des recréations ultérieures utilisant des composants mis à jour.
Le fabricant recommande les prompts de style Alpaca. Un prompt système ou une fiche de personnage vient d’abord, suivi d’une instruction et d’une section de réponse ouverte. Pour le jeu de rôle, l’instruction suggérée demande la prochaine réplique du personnage nommé et limite le modèle à une seule réponse. Le tour de l’autre participant reste ainsi à la personne qui utilise la conversation.
Préparez une scène avec la voix du personnage, la relation entre les interlocuteurs, le cadre et l’échange précédent. Précisez si la réplique suivante doit privilégier le dialogue, l’action ou une courte description, et indiquez les faits établis de l’histoire à conserver. Pour l’écriture, un passage et un objectif concret de continuation donnent au modèle un point de départ utile. La sortie est un brouillon textuel qui peut devenir la scène suivante ou être révisé selon une nouvelle instruction.
La configuration publiée comporte un maximum de 4 096 positions et 40 couches Transformer, sans mise à l’échelle des positions rotatives configurée. Gardez la fiche du personnage, la conversation pertinente et la continuation demandée dans ce contexte fini. Un relevé compact de la scène actuelle peut préserver le contexte nécessaire sans répéter toute l’histoire. L’orientation jeu de rôle et écriture du créateur décrit la finalité de ce modèle ; elle n’établit ni l’exécution d’outils externes, ni un flux multimodal.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gryphe/mythomax-l2-13b | 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0008 / 1K tokens Sortie · Tokens en sortie $0.0008 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0008 / 1K tokens Sortie · Tokens en sortie $0.0008 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "gryphe/mythomax-l2-13b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gryphe/mythomax-l2-13b', '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': 'gryphe/mythomax-l2-13b', '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 identifiants 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 identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gryphe/mythomax-l2-13b
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Write one archivist roleplay turn\n\nWrite one reply as Iven, a cautious city archivist who speaks formally. Scene: a traveler offers a rain-soaked map bearing the royal seal. Iven knows the eastern bridge collapsed yesterday, but the traveler does not. Previous line: 'This road will get me there before dawn.' Include one gesture and a question; leave the traveler's action unwritten.One archivist reply combining a brief gesture, formal dialogue and a question for the traveler.The reply retains Iven's knowledge of the collapsed bridge and does not write the traveler's response.