Amazon Nova Pro הוא מודל ההבנה הרב־אופנית המאוזן במשפחת Nova מהדור הראשון של Amazon. הוא משלב הבנת טקסט, תמונה ווידאו למשימות הנעות ממענה לשאלות על מסמכים וניתוח חזותי ועד לעבודות תוכנה ולתהליכי סוכנים. הפלט שלו הוא טקסט: הסבר, מידע שחולץ, קוד, תוכנית או בקשת כלי. Pro נמצא בין Nova Lite הקל יותר לבין עבודת ההקשר הארוך התובענית יותר המיועדת ל־Premier; פרופיל זה מתאר את מהדורת Pro v1 המקורית ולא מודל Nova 2.
מדריך Nova מהדור הראשון מציין חלון הקשר של 300K טוקנים ופלט מרבי של 10K טוקנים. מועד חיתוך הידע המתועד שלו הוא אוקטובר 2024. תהליך מעשי יכול לשלב קטעי ייחוס, תוכן מסמכים, ראיות חזותיות ושיחה אחרונה ואז להחזיר תוצאה תמציתית. לבדיקה טכנית, ספקו את הקוד הרלוונטי, ההתנהגות שנצפתה והאילוצים ובקשו הצעת שינוי עם נימוקים. לדוח, ציינו את המקורות והשדות להשוואה. הפרידו ראיות מהוראות כדי שהמודל יבחין בין מה שהמסמכים אומרים לבין המסקנה שתרצו שיחקור.
Amazon מתעדת את יכולתו של Pro לענות לשאלות חזותיות, לסווג או לסכם תמונות ולהחזיר תיבות תוחמות לעצמים מוגדרים. מדריך התמונות מהדור הראשון משתמש בסולם קואורדינטות [0, 1000), המומר למידות התמונה המקוריות בידי היישום הצורך. גודל התמונות מותאם אוטומטית, עם רזולוציה מרבית מתועדת של 8,000 × 8,000 פיקסלים. הדבר תומך במשימות כגון זיהוי מרכיב בצילום מסך או תיאור תרשים. שימרו טקסט קריא והקשר חזותי מרכזי, ובקשו תצפיות רלוונטיות לפני פרשנות.
פורמטי התמונות הנתמכים אצל היצרן כוללים PNG, JPG/JPEG, GIF ו־WebP. תהליך המסמכים מקבל PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT ו־Markdown. פורמטים מבוססי טקסט תורמים טקסט, בעוד PDF ו־DOCX יכולים להתפרש יחד עם מרכיבים חזותיים כגון תרשימים וטבלאות. מדריך המסמכים מתיר עד חמישה מסמכים ומגביל כל מסמך טקסט ל־4.5 MB. הוא אינו תומך בתוכן PDF המשתמש בתמונות CMYK או SVG ובקידודים שאינם נתמכים כגון JPEG2000 ו־JBIG2. כשמשימה זקוקה רק למילים שב־PDF, טקסט שחולץ מספק קלט פשוט יותר מקריאה חזותית של העמודים. מדיה מוטמעת חולקת תקציב מטען של 25 MB, כולל תקורת base64. בקשה מכילה וידאו אחד, המוגבל ל־1 GB דרך S3; מדיה משולבת ב־S3 יכולה להסתכם ב־2 GB. קלטי PDF ו־DOCX נשארים מוגבלים לחמישה מסמכים, עם מכסה משולבת של 25 MB להעלאה ישירה או 2 GB דרך S3.
Pro יכול לנתח פורמטי וידאו נפוצים, כולל MP4, MOV, MKV ו־WebM. אסטרטגיית הדגימה של version1 משתמשת בפריים אחד לשנייה לקליפים עד 16 דקות, ואז ב־960 פריימים המפוזרים לאורך קליפים ארוכים יותר. כך מועדפים סיכומים ברמת סצנה על פני ניתוח מדויק של פעולות מהירות מאוד, במיוחד ככל שהווידאו מתארך. Amazon ממליצה לשמור קליפים עתירי תנועה מתחת ל־16 דקות וקליפים עם מעט תנועה מתחת לשעה. ספקו קטע רלוונטי וזהו את האירוע הנראה או את היחס שיש לבדוק; תמליל צריך לשאת מידע מדובר כי אופני הקלט המתועדים אינם כוללים אודיו. היצרן גם מציין שהמודל אינו מזהה אנשים או נוקב בשמותיהם בתמונות, במסמכים או בווידאו.
Pro תומך בהזרמת תגובות, בקריאות לפונקציות המבוצעות בלקוח ובמשימות מועשרות באחזור. הוא תומך גם בשמירת הנחיות במטמון בפרופיל ההגשה המתועד של Amazon. מטמון מפורש דורש לפחות 1K טוקנים לכל נקודת ביקורת ומתיר עד ארבע נקודות עם שמירה לחמש דקות. היצרן מגביל את מטמון ההנחיות ל־20K טוקנים, בעיקר להנחיות טקסט; מכסת המטמון נפרדת מחלון ההקשר המלא. תארו כלים ואת הארגומנטים שלהם, אפשרו ליישום לבצע בקשות והחזירו תצפיות או שגיאות לפני בקשה מהמודל להמשיך. אפשר להנחות את Nova מהדור הראשון לעבוד בשלבים לפתרון, אך זה נפרד ממצבי החשיבה המורחבת המוגדרים בנפרד ומהכלים המובנים של Nova 2 Lite. Pro משמש גם מורה לזיקוק עבור Nova Micro ו־Lite, ו־Amazon מתעדת כוונון עדין מותאם של Pro; מודלים מותאמים אלה שומרים על זהויות משלהם.
מדריך version1 מתאר אימון ביותר מ־200 שפות עם אופטימיזציה ל־15, כולל אנגלית, גרמנית, ספרדית, צרפתית, איטלקית, יפנית, קוריאנית, ערבית, סינית מפושטת, רוסית, הינדית, פורטוגזית, הולנדית, טורקית ועברית. ציינו שפה ומינוח נדרשים במקום להניח ביצועים אחידים בכל הניבים. לתהליך שניתן לשימוש חוזר, הגדירו את המבנה הסופי ואילו ראיות מקור כל שדה צריך לשאת. Pro יכול להחזיר טענות סבירות אך שגויות או קוד שלא בוצע; אספקת עובדות מפורשות והפרדת תוצאות כלים מהצעות מקלות על שימוש בפלט ועל אימותו.
", "aboutText": "Amazon Nova Pro הוא מודל ההבנה הרב־אופנית המאוזן במשפחת Nova מהדור הראשון של Amazon. הוא משלב הבנת טקסט, תמונה ווידאו למשימות הנעות ממענה לשאלות על מסמכים וניתוח חזותי ועד לעבודות תוכנה ולתהליכי סוכנים. הפלט שלו הוא טקסט: הסבר, מידע שחולץ, קוד, תוכנית או בקשת כלי. Pro נמצא בין Nova Lite הקל יותר לבין עבודת ההקשר הארוך התובענית יותר המיועדת ל־Premier; פרופיל זה מתאר את מהדורת Pro v1 המקורית ולא מודל Nova 2.\n\nמדריך Nova מהדור הראשון מציין חלון הקשר של 300K טוקנים ופלט מרבי של 10K טוקנים. מועד חיתוך הידע המתועד שלו הוא אוקטובר 2024. תהליך מעשי יכול לשלב קטעי ייחוס, תוכן מסמכים, ראיות חזותיות ושיחה אחרונה ואז להחזיר תוצאה תמציתית. לבדיקה טכנית, ספקו את הקוד הרלוונטי, ההתנהגות שנצפתה והאילוצים ובקשו הצעת שינוי עם נימוקים. לדוח, ציינו את המקורות והשדות להשוואה. הפרידו ראיות מהוראות כדי שהמודל יבחין בין מה שהמסמכים אומרים לבין המסקנה שתרצו שיחקור.\n\nAmazon מתעדת את יכולתו של Pro לענות לשאלות חזותיות, לסווג או לסכם תמונות ולהחזיר תיבות תוחמות לעצמים מוגדרים. מדריך התמונות מהדור הראשון משתמש בסולם קואורדינטות [0, 1000), המומר למידות התמונה המקוריות בידי היישום הצורך. גודל התמונות מותאם אוטומטית, עם רזולוציה מרבית מתועדת של 8,000 × 8,000 פיקסלים. הדבר תומך במשימות כגון זיהוי מרכיב בצילום מסך או תיאור תרשים. שימרו טקסט קריא והקשר חזותי מרכזי, ובקשו תצפיות רלוונטיות לפני פרשנות.\n\nפורמטי התמונות הנתמכים אצל היצרן כוללים PNG, JPG/JPEG, GIF ו־WebP. תהליך המסמכים מקבל PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT ו־Markdown. פורמטים מבוססי טקסט תורמים טקסט, בעוד PDF ו־DOCX יכולים להתפרש יחד עם מרכיבים חזותיים כגון תרשימים וטבלאות. מדריך המסמכים מתיר עד חמישה מסמכים ומגביל כל מסמך טקסט ל־4.5 MB. הוא אינו תומך בתוכן PDF המשתמש בתמונות CMYK או SVG ובקידודים שאינם נתמכים כגון JPEG2000 ו־JBIG2. כשמשימה זקוקה רק למילים שב־PDF, טקסט שחולץ מספק קלט פשוט יותר מקריאה חזותית של העמודים. מדיה מוטמעת חולקת תקציב מטען של 25 MB, כולל תקורת base64. בקשה מכילה וידאו אחד, המוגבל ל־1 GB דרך S3; מדיה משולבת ב־S3 יכולה להסתכם ב־2 GB. קלטי PDF ו־DOCX נשארים מוגבלים לחמישה מסמכים, עם מכסה משולבת של 25 MB להעלאה ישירה או 2 GB דרך S3.\n\nPro יכול לנתח פורמטי וידאו נפוצים, כולל MP4, MOV, MKV ו־WebM. אסטרטגיית הדגימה של version1 משתמשת בפריים אחד לשנייה לקליפים עד 16 דקות, ואז ב־960 פריימים המפוזרים לאורך קליפים ארוכים יותר. כך מועדפים סיכומים ברמת סצנה על פני ניתוח מדויק של פעולות מהירות מאוד, במיוחד ככל שהווידאו מתארך. Amazon ממליצה לשמור קליפים עתירי תנועה מתחת ל־16 דקות וקליפים עם מעט תנועה מתחת לשעה. ספקו קטע רלוונטי וזהו את האירוע הנראה או את היחס שיש לבדוק; תמליל צריך לשאת מידע מדובר כי אופני הקלט המתועדים אינם כוללים אודיו. היצרן גם מציין שהמודל אינו מזהה אנשים או נוקב בשמותיהם בתמונות, במסמכים או בווידאו.\n\nPro תומך בהזרמת תגובות, בקריאות לפונקציות המבוצעות בלקוח ובמשימות מועשרות באחזור. הוא תומך גם בשמירת הנחיות במטמון בפרופיל ההגשה המתועד של Amazon. מטמון מפורש דורש לפחות 1K טוקנים לכל נקודת ביקורת ומתיר עד ארבע נקודות עם שמירה לחמש דקות. היצרן מגביל את מטמון ההנחיות ל־20K טוקנים, בעיקר להנחיות טקסט; מכסת המטמון נפרדת מחלון ההקשר המלא. תארו כלים ואת הארגומנטים שלהם, אפשרו ליישום לבצע בקשות והחזירו תצפיות או שגיאות לפני בקשה מהמודל להמשיך. אפשר להנחות את Nova מהדור הראשון לעבוד בשלבים לפתרון, אך זה נפרד ממצבי החשיבה המורחבת המוגדרים בנפרד ומהכלים המובנים של Nova 2 Lite. Pro משמש גם מורה לזיקוק עבור Nova Micro ו־Lite, ו־Amazon מתעדת כוונון עדין מותאם של Pro; מודלים מותאמים אלה שומרים על זהויות משלהם.\n\nמדריך version1 מתאר אימון ביותר מ־200 שפות עם אופטימיזציה ל־15, כולל אנגלית, גרמנית, ספרדית, צרפתית, איטלקית, יפנית, קוריאנית, ערבית, סינית מפושטת, רוסית, הינדית, פורטוגזית, הולנדית, טורקית ועברית. ציינו שפה ומינוח נדרשים במקום להניח ביצועים אחידים בכל הניבים. לתהליך שניתן לשימוש חוזר, הגדירו את המבנה הסופי ואילו ראיות מקור כל שדה צריך לשאת. Pro יכול להחזיר טענות סבירות אך שגויות או קוד שלא בוצע; אספקת עובדות מפורשות והפרדת תוצאות כלים מהצעות מקלות על שימוש בפלט ועל אימותו.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.amazon/nova-pro-v1Amazon Nova Pro הוא מודל Nova המאוזן מהדור הראשון להסקה על טקסט, תמונות, מסמכים ווידאו. הוא מפיק טקסט לניתוח חזותי, למשימות תוכנה, לתהליכי מסמכים ולסוכנים המשלבים ראיות שסופקו עם כלים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Amazon Nova Pro הוא מודל ההבנה הרב־אופנית המאוזן במשפחת Nova מהדור הראשון של Amazon. הוא משלב הבנת טקסט, תמונה ווידאו למשימות הנעות ממענה לשאלות על מסמכים וניתוח חזותי ועד לעבודות תוכנה ולתהליכי סוכנים. הפלט שלו הוא טקסט: הסבר, מידע שחולץ, קוד, תוכנית או בקשת כלי. Pro נמצא בין Nova Lite הקל יותר לבין עבודת ההקשר הארוך התובענית יותר המיועדת ל־Premier; פרופיל זה מתאר את מהדורת Pro v1 המקורית ולא מודל Nova 2.
מדריך Nova מהדור הראשון מציין חלון הקשר של 300K טוקנים ופלט מרבי של 10K טוקנים. מועד חיתוך הידע המתועד שלו הוא אוקטובר 2024. תהליך מעשי יכול לשלב קטעי ייחוס, תוכן מסמכים, ראיות חזותיות ושיחה אחרונה ואז להחזיר תוצאה תמציתית. לבדיקה טכנית, ספקו את הקוד הרלוונטי, ההתנהגות שנצפתה והאילוצים ובקשו הצעת שינוי עם נימוקים. לדוח, ציינו את המקורות והשדות להשוואה. הפרידו ראיות מהוראות כדי שהמודל יבחין בין מה שהמסמכים אומרים לבין המסקנה שתרצו שיחקור.
Amazon מתעדת את יכולתו של Pro לענות לשאלות חזותיות, לסווג או לסכם תמונות ולהחזיר תיבות תוחמות לעצמים מוגדרים. מדריך התמונות מהדור הראשון משתמש בסולם קואורדינטות [0, 1000), המומר למידות התמונה המקוריות בידי היישום הצורך. גודל התמונות מותאם אוטומטית, עם רזולוציה מרבית מתועדת של 8,000 × 8,000 פיקסלים. הדבר תומך במשימות כגון זיהוי מרכיב בצילום מסך או תיאור תרשים. שימרו טקסט קריא והקשר חזותי מרכזי, ובקשו תצפיות רלוונטיות לפני פרשנות.
פורמטי התמונות הנתמכים אצל היצרן כוללים PNG, JPG/JPEG, GIF ו־WebP. תהליך המסמכים מקבל PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT ו־Markdown. פורמטים מבוססי טקסט תורמים טקסט, בעוד PDF ו־DOCX יכולים להתפרש יחד עם מרכיבים חזותיים כגון תרשימים וטבלאות. מדריך המסמכים מתיר עד חמישה מסמכים ומגביל כל מסמך טקסט ל־4.5 MB. הוא אינו תומך בתוכן PDF המשתמש בתמונות CMYK או SVG ובקידודים שאינם נתמכים כגון JPEG2000 ו־JBIG2. כשמשימה זקוקה רק למילים שב־PDF, טקסט שחולץ מספק קלט פשוט יותר מקריאה חזותית של העמודים. מדיה מוטמעת חולקת תקציב מטען של 25 MB, כולל תקורת base64. בקשה מכילה וידאו אחד, המוגבל ל־1 GB דרך S3; מדיה משולבת ב־S3 יכולה להסתכם ב־2 GB. קלטי PDF ו־DOCX נשארים מוגבלים לחמישה מסמכים, עם מכסה משולבת של 25 MB להעלאה ישירה או 2 GB דרך S3.
Pro יכול לנתח פורמטי וידאו נפוצים, כולל MP4, MOV, MKV ו־WebM. אסטרטגיית הדגימה של version1 משתמשת בפריים אחד לשנייה לקליפים עד 16 דקות, ואז ב־960 פריימים המפוזרים לאורך קליפים ארוכים יותר. כך מועדפים סיכומים ברמת סצנה על פני ניתוח מדויק של פעולות מהירות מאוד, במיוחד ככל שהווידאו מתארך. Amazon ממליצה לשמור קליפים עתירי תנועה מתחת ל־16 דקות וקליפים עם מעט תנועה מתחת לשעה. ספקו קטע רלוונטי וזהו את האירוע הנראה או את היחס שיש לבדוק; תמליל צריך לשאת מידע מדובר כי אופני הקלט המתועדים אינם כוללים אודיו. היצרן גם מציין שהמודל אינו מזהה אנשים או נוקב בשמותיהם בתמונות, במסמכים או בווידאו.
Pro תומך בהזרמת תגובות, בקריאות לפונקציות המבוצעות בלקוח ובמשימות מועשרות באחזור. הוא תומך גם בשמירת הנחיות במטמון בפרופיל ההגשה המתועד של Amazon. מטמון מפורש דורש לפחות 1K טוקנים לכל נקודת ביקורת ומתיר עד ארבע נקודות עם שמירה לחמש דקות. היצרן מגביל את מטמון ההנחיות ל־20K טוקנים, בעיקר להנחיות טקסט; מכסת המטמון נפרדת מחלון ההקשר המלא. תארו כלים ואת הארגומנטים שלהם, אפשרו ליישום לבצע בקשות והחזירו תצפיות או שגיאות לפני בקשה מהמודל להמשיך. אפשר להנחות את Nova מהדור הראשון לעבוד בשלבים לפתרון, אך זה נפרד ממצבי החשיבה המורחבת המוגדרים בנפרד ומהכלים המובנים של Nova 2 Lite. Pro משמש גם מורה לזיקוק עבור Nova Micro ו־Lite, ו־Amazon מתעדת כוונון עדין מותאם של Pro; מודלים מותאמים אלה שומרים על זהויות משלהם.
מדריך version1 מתאר אימון ביותר מ־200 שפות עם אופטימיזציה ל־15, כולל אנגלית, גרמנית, ספרדית, צרפתית, איטלקית, יפנית, קוריאנית, ערבית, סינית מפושטת, רוסית, הינדית, פורטוגזית, הולנדית, טורקית ועברית. ציינו שפה ומינוח נדרשים במקום להניח ביצועים אחידים בכל הניבים. לתהליך שניתן לשימוש חוזר, הגדירו את המבנה הסופי ואילו ראיות מקור כל שדה צריך לשאת. Pro יכול להחזיר טענות סבירות אך שגויות או קוד שלא בוצע; אספקת עובדות מפורשות והפרדת תוצאות כלים מהצעות מקלות על שימוש בפלט ועל אימותו.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות amazon/nova-pro-v1 | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0016 / 1K טוקנים פלט · טוקני פלט $0.0064 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0016 / 1K טוקנים פלט · טוקני פלט $0.0064 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-pro-v1", "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='amazon/nova-pro-v1',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='amazon/nova-pro-v1',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra amazon/nova-pro-v1
השתמשו בנתיבי השיטות המוצגים למעלה.
amazon/nova-pro-v1Amazon Nova Pro הוא מודל Nova המאוזן מהדור הראשון להסקה על טקסט, תמונות, מסמכים ווידאו. הוא מפיק טקסט לניתוח חזותי, למשימות תוכנה, לתהליכי מסמכים ולסוכנים המשלבים ראיות שסופקו עם כלים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Amazon Nova Pro הוא מודל ההבנה הרב־אופנית המאוזן במשפחת Nova מהדור הראשון של Amazon. הוא משלב הבנת טקסט, תמונה ווידאו למשימות הנעות ממענה לשאלות על מסמכים וניתוח חזותי ועד לעבודות תוכנה ולתהליכי סוכנים. הפלט שלו הוא טקסט: הסבר, מידע שחולץ, קוד, תוכנית או בקשת כלי. Pro נמצא בין Nova Lite הקל יותר לבין עבודת ההקשר הארוך התובענית יותר המיועדת ל־Premier; פרופיל זה מתאר את מהדורת Pro v1 המקורית ולא מודל Nova 2.
מדריך Nova מהדור הראשון מציין חלון הקשר של 300K טוקנים ופלט מרבי של 10K טוקנים. מועד חיתוך הידע המתועד שלו הוא אוקטובר 2024. תהליך מעשי יכול לשלב קטעי ייחוס, תוכן מסמכים, ראיות חזותיות ושיחה אחרונה ואז להחזיר תוצאה תמציתית. לבדיקה טכנית, ספקו את הקוד הרלוונטי, ההתנהגות שנצפתה והאילוצים ובקשו הצעת שינוי עם נימוקים. לדוח, ציינו את המקורות והשדות להשוואה. הפרידו ראיות מהוראות כדי שהמודל יבחין בין מה שהמסמכים אומרים לבין המסקנה שתרצו שיחקור.
Amazon מתעדת את יכולתו של Pro לענות לשאלות חזותיות, לסווג או לסכם תמונות ולהחזיר תיבות תוחמות לעצמים מוגדרים. מדריך התמונות מהדור הראשון משתמש בסולם קואורדינטות [0, 1000), המומר למידות התמונה המקוריות בידי היישום הצורך. גודל התמונות מותאם אוטומטית, עם רזולוציה מרבית מתועדת של 8,000 × 8,000 פיקסלים. הדבר תומך במשימות כגון זיהוי מרכיב בצילום מסך או תיאור תרשים. שימרו טקסט קריא והקשר חזותי מרכזי, ובקשו תצפיות רלוונטיות לפני פרשנות.
פורמטי התמונות הנתמכים אצל היצרן כוללים PNG, JPG/JPEG, GIF ו־WebP. תהליך המסמכים מקבל PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT ו־Markdown. פורמטים מבוססי טקסט תורמים טקסט, בעוד PDF ו־DOCX יכולים להתפרש יחד עם מרכיבים חזותיים כגון תרשימים וטבלאות. מדריך המסמכים מתיר עד חמישה מסמכים ומגביל כל מסמך טקסט ל־4.5 MB. הוא אינו תומך בתוכן PDF המשתמש בתמונות CMYK או SVG ובקידודים שאינם נתמכים כגון JPEG2000 ו־JBIG2. כשמשימה זקוקה רק למילים שב־PDF, טקסט שחולץ מספק קלט פשוט יותר מקריאה חזותית של העמודים. מדיה מוטמעת חולקת תקציב מטען של 25 MB, כולל תקורת base64. בקשה מכילה וידאו אחד, המוגבל ל־1 GB דרך S3; מדיה משולבת ב־S3 יכולה להסתכם ב־2 GB. קלטי PDF ו־DOCX נשארים מוגבלים לחמישה מסמכים, עם מכסה משולבת של 25 MB להעלאה ישירה או 2 GB דרך S3.
Pro יכול לנתח פורמטי וידאו נפוצים, כולל MP4, MOV, MKV ו־WebM. אסטרטגיית הדגימה של version1 משתמשת בפריים אחד לשנייה לקליפים עד 16 דקות, ואז ב־960 פריימים המפוזרים לאורך קליפים ארוכים יותר. כך מועדפים סיכומים ברמת סצנה על פני ניתוח מדויק של פעולות מהירות מאוד, במיוחד ככל שהווידאו מתארך. Amazon ממליצה לשמור קליפים עתירי תנועה מתחת ל־16 דקות וקליפים עם מעט תנועה מתחת לשעה. ספקו קטע רלוונטי וזהו את האירוע הנראה או את היחס שיש לבדוק; תמליל צריך לשאת מידע מדובר כי אופני הקלט המתועדים אינם כוללים אודיו. היצרן גם מציין שהמודל אינו מזהה אנשים או נוקב בשמותיהם בתמונות, במסמכים או בווידאו.
Pro תומך בהזרמת תגובות, בקריאות לפונקציות המבוצעות בלקוח ובמשימות מועשרות באחזור. הוא תומך גם בשמירת הנחיות במטמון בפרופיל ההגשה המתועד של Amazon. מטמון מפורש דורש לפחות 1K טוקנים לכל נקודת ביקורת ומתיר עד ארבע נקודות עם שמירה לחמש דקות. היצרן מגביל את מטמון ההנחיות ל־20K טוקנים, בעיקר להנחיות טקסט; מכסת המטמון נפרדת מחלון ההקשר המלא. תארו כלים ואת הארגומנטים שלהם, אפשרו ליישום לבצע בקשות והחזירו תצפיות או שגיאות לפני בקשה מהמודל להמשיך. אפשר להנחות את Nova מהדור הראשון לעבוד בשלבים לפתרון, אך זה נפרד ממצבי החשיבה המורחבת המוגדרים בנפרד ומהכלים המובנים של Nova 2 Lite. Pro משמש גם מורה לזיקוק עבור Nova Micro ו־Lite, ו־Amazon מתעדת כוונון עדין מותאם של Pro; מודלים מותאמים אלה שומרים על זהויות משלהם.
מדריך version1 מתאר אימון ביותר מ־200 שפות עם אופטימיזציה ל־15, כולל אנגלית, גרמנית, ספרדית, צרפתית, איטלקית, יפנית, קוריאנית, ערבית, סינית מפושטת, רוסית, הינדית, פורטוגזית, הולנדית, טורקית ועברית. ציינו שפה ומינוח נדרשים במקום להניח ביצועים אחידים בכל הניבים. לתהליך שניתן לשימוש חוזר, הגדירו את המבנה הסופי ואילו ראיות מקור כל שדה צריך לשאת. Pro יכול להחזיר טענות סבירות אך שגויות או קוד שלא בוצע; אספקת עובדות מפורשות והפרדת תוצאות כלים מהצעות מקלות על שימוש בפלט ועל אימותו.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות amazon/nova-pro-v1 | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0016 / 1K טוקנים פלט · טוקני פלט $0.0064 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0016 / 1K טוקנים פלט · טוקני פלט $0.0064 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "amazon/nova-pro-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-pro-v1', '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': 'amazon/nova-pro-v1', '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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra amazon/nova-pro-v1
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.