Skyfall 36B v2 est la version agrandie de Mistral Small 2501 par son créateur, avec un entraînement poursuivi pour la créativité et le jeu de rôle. Il reçoit des prompts écrits et génère du texte pour des tâches narratives et conversationnelles. L’édition v2 se distingue du modèle source original et des ressources Skyfall converties séparément.
La configuration publiée utilise 64 couches Transformer, 32 têtes d’attention de requête et huit têtes clé/valeur. Son nombre maximal de positions est de 32 768, sans mise à l’échelle configurée pour les représentations positionnelles rotatives. La structure de couches agrandie et la configuration de contexte propre du modèle le distinguent d’une simple sélection de la base Mistral Small originale.
Le créateur recommande avant tout les prompts Mistral v7 Tekken. Metharme figure dans la liste sans être recommandé, tandis qu’Alpaca est présenté comme un choix intéressant pour les récits ou les aventures dont vous êtes le héros. Ce sont les préférences de prompting publiées pour cette édition ; un format pris en charge ne garantit pas un style de réponse.
Pour une scène de jeu de rôle, fournissez la voix du personnage, le décor et le dernier échange. Précisez ce que le tour suivant doit traiter et pour quel participant le modèle écrit. Un point d’arrêt clair laisse de la place à la contribution suivante de l’utilisateur. Pour une histoire à embranchements, définissez la situation actuelle et demandez le passage suivant avec un ensemble limité de choix cohérents avec les événements établis.
Pour réviser une prose, fournissez le passage et la modification éditoriale nécessaire. Identifiez les détails à conserver pendant que la formulation, le rythme ou le ton changent. Comparez la sortie aux faits de la scène et à la consigne, sans accepter une continuation fluide qui modifie le personnage ou le décor.
Pour le tour narratif suivant, précisez le point de vue, les choix actifs et l’endroit où le modèle doit s’arrêter. Les éléments mis en avant dans la documentation sont la poursuite de l’entraînement créatif et de jeu de rôle et les formats de prompt. Utilisez le texte obtenu comme un brouillon à examiner et distinguez les ressources originales, quantifiées et converties lorsque vous identifiez le modèle.
", "aboutText": "Skyfall 36B v2 est la version agrandie de Mistral Small 2501 par son créateur, avec un entraînement poursuivi pour la créativité et le jeu de rôle. Il reçoit des prompts écrits et génère du texte pour des tâches narratives et conversationnelles. L’édition v2 se distingue du modèle source original et des ressources Skyfall converties séparément.\n\nLa configuration publiée utilise 64 couches Transformer, 32 têtes d’attention de requête et huit têtes clé/valeur. Son nombre maximal de positions est de 32 768, sans mise à l’échelle configurée pour les représentations positionnelles rotatives. La structure de couches agrandie et la configuration de contexte propre du modèle le distinguent d’une simple sélection de la base Mistral Small originale.\n\nLe créateur recommande avant tout les prompts Mistral v7 Tekken. Metharme figure dans la liste sans être recommandé, tandis qu’Alpaca est présenté comme un choix intéressant pour les récits ou les aventures dont vous êtes le héros. Ce sont les préférences de prompting publiées pour cette édition ; un format pris en charge ne garantit pas un style de réponse.\n\nPour une scène de jeu de rôle, fournissez la voix du personnage, le décor et le dernier échange. Précisez ce que le tour suivant doit traiter et pour quel participant le modèle écrit. Un point d’arrêt clair laisse de la place à la contribution suivante de l’utilisateur. Pour une histoire à embranchements, définissez la situation actuelle et demandez le passage suivant avec un ensemble limité de choix cohérents avec les événements établis.\n\nPour réviser une prose, fournissez le passage et la modification éditoriale nécessaire. Identifiez les détails à conserver pendant que la formulation, le rythme ou le ton changent. Comparez la sortie aux faits de la scène et à la consigne, sans accepter une continuation fluide qui modifie le personnage ou le décor.\n\nPour le tour narratif suivant, précisez le point de vue, les choix actifs et l’endroit où le modèle doit s’arrêter. Les éléments mis en avant dans la documentation sont la poursuite de l’entraînement créatif et de jeu de rôle et les formats de prompt. Utilisez le texte obtenu comme un brouillon à examiner et distinguez les ressources originales, quantifiées et converties lorsque vous identifiez le modèle.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Continue an archivist roleplay\n\nWrite the archivist's next three dialogue lines. Setting: a sealed observatory; the visitor seeks a map that the archivist promised never to reveal. Voice: precise and weary, with no modern slang. The visitor offers a broken star compass as proof of urgency. Let the archivist recognise it, introduce a dilemma and stop before deciding whether to give the map. Do not write the visitor's reply.Three in-character archivist lines that acknowledge the compass and leave the central choice unresolved.The promise remains meaningful, and no action or dialogue is assigned to the visitor.thedrummer/skyfall-36b-v2Skyfall 36B v2 est la version agrandie de Mistral Small 2501 par son créateur, avec un entraînement poursuivi pour l’écriture créative et le jeu de rôle. Il accepte plusieurs formats de prompt, privilégie Mistral v7 Tekken et possède une configuration de 32 768 positions.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Skyfall 36B v2 est la version agrandie de Mistral Small 2501 par son créateur, avec un entraînement poursuivi pour la créativité et le jeu de rôle. Il reçoit des prompts écrits et génère du texte pour des tâches narratives et conversationnelles. L’édition v2 se distingue du modèle source original et des ressources Skyfall converties séparément.
La configuration publiée utilise 64 couches Transformer, 32 têtes d’attention de requête et huit têtes clé/valeur. Son nombre maximal de positions est de 32 768, sans mise à l’échelle configurée pour les représentations positionnelles rotatives. La structure de couches agrandie et la configuration de contexte propre du modèle le distinguent d’une simple sélection de la base Mistral Small originale.
Le créateur recommande avant tout les prompts Mistral v7 Tekken. Metharme figure dans la liste sans être recommandé, tandis qu’Alpaca est présenté comme un choix intéressant pour les récits ou les aventures dont vous êtes le héros. Ce sont les préférences de prompting publiées pour cette édition ; un format pris en charge ne garantit pas un style de réponse.
Pour une scène de jeu de rôle, fournissez la voix du personnage, le décor et le dernier échange. Précisez ce que le tour suivant doit traiter et pour quel participant le modèle écrit. Un point d’arrêt clair laisse de la place à la contribution suivante de l’utilisateur. Pour une histoire à embranchements, définissez la situation actuelle et demandez le passage suivant avec un ensemble limité de choix cohérents avec les événements établis.
Pour réviser une prose, fournissez le passage et la modification éditoriale nécessaire. Identifiez les détails à conserver pendant que la formulation, le rythme ou le ton changent. Comparez la sortie aux faits de la scène et à la consigne, sans accepter une continuation fluide qui modifie le personnage ou le décor.
Pour le tour narratif suivant, précisez le point de vue, les choix actifs et l’endroit où le modèle doit s’arrêter. Les éléments mis en avant dans la documentation sont la poursuite de l’entraînement créatif et de jeu de rôle et les formats de prompt. Utilisez le texte obtenu comme un brouillon à examiner et distinguez les ressources originales, quantifiées et converties lorsque vous identifiez le modèle.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites thedrummer/skyfall-36b-v2 | 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 $0.0011 / 1K tokens Sortie · Tokens en sortie $0.0016 / 1K tokens Entrée · Lecture du cache $0.0005 / 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 $0.0011 / 1K tokens Sortie · Tokens en sortie $0.0016 / 1K tokens Entrée · Lecture du cache $0.0005 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "thedrummer/skyfall-36b-v2", "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='thedrummer/skyfall-36b-v2',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='thedrummer/skyfall-36b-v2',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 thedrummer/skyfall-36b-v2
Utilisez les chemins de méthode indiqués ci-dessus.
thedrummer/skyfall-36b-v2Skyfall 36B v2 est la version agrandie de Mistral Small 2501 par son créateur, avec un entraînement poursuivi pour l’écriture créative et le jeu de rôle. Il accepte plusieurs formats de prompt, privilégie Mistral v7 Tekken et possède une configuration de 32 768 positions.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Skyfall 36B v2 est la version agrandie de Mistral Small 2501 par son créateur, avec un entraînement poursuivi pour la créativité et le jeu de rôle. Il reçoit des prompts écrits et génère du texte pour des tâches narratives et conversationnelles. L’édition v2 se distingue du modèle source original et des ressources Skyfall converties séparément.
La configuration publiée utilise 64 couches Transformer, 32 têtes d’attention de requête et huit têtes clé/valeur. Son nombre maximal de positions est de 32 768, sans mise à l’échelle configurée pour les représentations positionnelles rotatives. La structure de couches agrandie et la configuration de contexte propre du modèle le distinguent d’une simple sélection de la base Mistral Small originale.
Le créateur recommande avant tout les prompts Mistral v7 Tekken. Metharme figure dans la liste sans être recommandé, tandis qu’Alpaca est présenté comme un choix intéressant pour les récits ou les aventures dont vous êtes le héros. Ce sont les préférences de prompting publiées pour cette édition ; un format pris en charge ne garantit pas un style de réponse.
Pour une scène de jeu de rôle, fournissez la voix du personnage, le décor et le dernier échange. Précisez ce que le tour suivant doit traiter et pour quel participant le modèle écrit. Un point d’arrêt clair laisse de la place à la contribution suivante de l’utilisateur. Pour une histoire à embranchements, définissez la situation actuelle et demandez le passage suivant avec un ensemble limité de choix cohérents avec les événements établis.
Pour réviser une prose, fournissez le passage et la modification éditoriale nécessaire. Identifiez les détails à conserver pendant que la formulation, le rythme ou le ton changent. Comparez la sortie aux faits de la scène et à la consigne, sans accepter une continuation fluide qui modifie le personnage ou le décor.
Pour le tour narratif suivant, précisez le point de vue, les choix actifs et l’endroit où le modèle doit s’arrêter. Les éléments mis en avant dans la documentation sont la poursuite de l’entraînement créatif et de jeu de rôle et les formats de prompt. Utilisez le texte obtenu comme un brouillon à examiner et distinguez les ressources originales, quantifiées et converties lorsque vous identifiez le modèle.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites thedrummer/skyfall-36b-v2 | 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 $0.0011 / 1K tokens Sortie · Tokens en sortie $0.0016 / 1K tokens Entrée · Lecture du cache $0.0005 / 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 $0.0011 / 1K tokens Sortie · Tokens en sortie $0.0016 / 1K tokens Entrée · Lecture du cache $0.0005 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "thedrummer/skyfall-36b-v2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'thedrummer/skyfall-36b-v2', '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': 'thedrummer/skyfall-36b-v2', '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 thedrummer/skyfall-36b-v2
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Continue an archivist roleplay\n\nWrite the archivist's next three dialogue lines. Setting: a sealed observatory; the visitor seeks a map that the archivist promised never to reveal. Voice: precise and weary, with no modern slang. The visitor offers a broken star compass as proof of urgency. Let the archivist recognise it, introduce a dilemma and stop before deciding whether to give the map. Do not write the visitor's reply.Three in-character archivist lines that acknowledge the compass and leave the central choice unresolved.The promise remains meaningful, and no action or dialogue is assigned to the visitor.