MiniMax M2-her הוא מודל הטקסט של MiniMax הממוקד בדיאלוג למשחקי תפקידים, לשיחות עם דמויות ולאינטראקציה מונעת סיפור. זהו פרופיל נפרד ממודל MiniMax M2 הכללי המכוון לתכנות ולסוכנים. היצרן מפתח אותו סביב עולמות בדיוניים עקביים, התקדמות עלילתית פעילה והתאמה להעדפות השיחה של המשתמש. הקלט והפלט שלו הם טקסט; המדריך הייעודי אינו תומך בקלט מעורב של טקסט ותמונות.
תבנית השיחה של היצרן כוללת יותר מהודעות system, user ו־assistant הרגילות. תפקיד system מגדיר את זהות המודל, אישיותו והתנהגותו. תפקיד user_system מגדיר את הדמות או הפרסונה של המשתמש, ואילו group מזהה את התרחיש או קבוצת השיחה. שמרו על הבחנות אלו ברורות כאשר הסיפור כולל כמה אנשים, ידע שונה או מערכת יחסים מסוימת.
תנו למודל את הרקע, את מניעי הדמות ואת העובדות שחייבות להישאר נכונות. תארו מי שולט בפעולות המשתמש ואילו בחירות צריכות להישאר פתוחות לתגובה. בריף סצנה לדוגמה הוא: ״המשך בתפקיד הארכיונאי, שמור על התעלומה המבוססת והצע רמז חדש אחד בלי להחליט כיצד הדמות שלי מגיבה.״ כך מוכנים חילופי דברים המגיבים למשתמש, במקום לבקש מהמודל לכתוב את שני צדי האינטראקציה.
M2-her תומך בהודעות sample_message_user ו־sample_message_ai להדגמת דפוס הדיאלוג הרצוי. היצרן ממליץ לכלול אחת עד שלוש דוגמאות תמציתיות. השתמשו בהן לביסוס קול, קצב והיחס בין קריינות לדיאלוג, תוך הימנעות מדוגמה ארוכה הצורכת הקשר בלי להבהיר את הסגנון. הדוגמאות נכללות בתקציב הקלט כמו הודעות אחרות.
כיוון הפיתוח של MiniMax מדגיש זהות דמות, כללי עולם, תנועה עלילתית מגוונת וחופש פעולה למשתמש. הגדירו קצב מיועד כאשר הוא חשוב, כגון שיחה שקטה, גילוי הדרגתי או סיבוך חדש. בתיקון, זהו את השורה או האירוע המדויקים השוברים את אפיון הדמות או את רצף הזמן, ובקשו תיקון המשמר את יתר הסצנה.
תהליך העבודה המתועד כולל היסטוריית משתמש ועוזר מלאה בסדר כרונולוגי לדיאלוג מרובה סבבים. היסטוריה זו נותנת לתגובה הבאה ראיות על אירועים קודמים ועל מערכות יחסים מבוססות. השאירו שמות חיוניים והתפתחויות אחרונות מפורשים בהכנת סיפור מתמשך. היסטוריית ההקשר מסופקת למודל; אין לבלבל אותה עם זיכרון בלתי מוגבל מחוץ לשיחה.
מחקר משחקי התפקידים של היצרן משתמש בסינתזת דיאלוג ובלמידת העדפות מקוונת לשיפור מגוון, המשכיות ותגובתיות. שיטות אימון אלו מתארות את מודל היצרן, ולא ערובה לכך שכל סיפור יחיד נשאר נטול שגיאות. בדקו אם תגובה מייחסת דיאלוג לדמות הנכונה ומכבדת את הכללים הפיזיים או הבדיוניים של הסביבה.
המדריך הייעודי של M2-her מציין הקשר של 64K והשלמה מרבית של 2,048 טוקנים. הוא מתעד גם פלט מוזרם וברירות מחדל לדגימה של טמפרטורה 1.0 ו־top-p של 0.95. בחרו אורך תגובה המתאים לסבב בשיחה; קטע ארוך מדי עלול לדחוק את ההחלטה הבאה של המשתמש או להיחתך בגלל תקציב ההשלמה.
התוצאה המועילה היא תגובת דמות, קטע סיפורי או המשך סצנה המתאימים לרקע שסופק ומזמינים את האינטראקציה הבאה. בדקו נקודת מבט, חופש פעולה לדמויות, עקביות בהפניות והסיום המבוקש. תבנית משחק התפקידים ומגבלותיו של M2-her נשארות נפרדות ממודלי שפה, ראייה ומדיה אחרים של MiniMax.
", "aboutText": "MiniMax M2-her הוא מודל הטקסט של MiniMax הממוקד בדיאלוג למשחקי תפקידים, לשיחות עם דמויות ולאינטראקציה מונעת סיפור. זהו פרופיל נפרד ממודל MiniMax M2 הכללי המכוון לתכנות ולסוכנים. היצרן מפתח אותו סביב עולמות בדיוניים עקביים, התקדמות עלילתית פעילה והתאמה להעדפות השיחה של המשתמש. הקלט והפלט שלו הם טקסט; המדריך הייעודי אינו תומך בקלט מעורב של טקסט ותמונות.\n\n### הגדירו את העולם ואת שני התפקידים\n\nתבנית השיחה של היצרן כוללת יותר מהודעות system, user ו־assistant הרגילות. תפקיד system מגדיר את זהות המודל, אישיותו והתנהגותו. תפקיד user_system מגדיר את הדמות או הפרסונה של המשתמש, ואילו group מזהה את התרחיש או קבוצת השיחה. שמרו על הבחנות אלו ברורות כאשר הסיפור כולל כמה אנשים, ידע שונה או מערכת יחסים מסוימת.\n\nתנו למודל את הרקע, את מניעי הדמות ואת העובדות שחייבות להישאר נכונות. תארו מי שולט בפעולות המשתמש ואילו בחירות צריכות להישאר פתוחות לתגובה. בריף סצנה לדוגמה הוא: ״המשך בתפקיד הארכיונאי, שמור על התעלומה המבוססת והצע רמז חדש אחד בלי להחליט כיצד הדמות שלי מגיבה.״ כך מוכנים חילופי דברים המגיבים למשתמש, במקום לבקש מהמודל לכתוב את שני צדי האינטראקציה.\n\n### דוגמאות וסגנון\n\nM2-her תומך בהודעות sample_message_user ו־sample_message_ai להדגמת דפוס הדיאלוג הרצוי. היצרן ממליץ לכלול אחת עד שלוש דוגמאות תמציתיות. השתמשו בהן לביסוס קול, קצב והיחס בין קריינות לדיאלוג, תוך הימנעות מדוגמה ארוכה הצורכת הקשר בלי להבהיר את הסגנון. הדוגמאות נכללות בתקציב הקלט כמו הודעות אחרות.\n\nכיוון הפיתוח של MiniMax מדגיש זהות דמות, כללי עולם, תנועה עלילתית מגוונת וחופש פעולה למשתמש. הגדירו קצב מיועד כאשר הוא חשוב, כגון שיחה שקטה, גילוי הדרגתי או סיבוך חדש. בתיקון, זהו את השורה או האירוע המדויקים השוברים את אפיון הדמות או את רצף הזמן, ובקשו תיקון המשמר את יתר הסצנה.\n\n### שמרו על הקשר השיחה\n\nתהליך העבודה המתועד כולל היסטוריית משתמש ועוזר מלאה בסדר כרונולוגי לדיאלוג מרובה סבבים. היסטוריה זו נותנת לתגובה הבאה ראיות על אירועים קודמים ועל מערכות יחסים מבוססות. השאירו שמות חיוניים והתפתחויות אחרונות מפורשים בהכנת סיפור מתמשך. היסטוריית ההקשר מסופקת למודל; אין לבלבל אותה עם זיכרון בלתי מוגבל מחוץ לשיחה.\n\nמחקר משחקי התפקידים של היצרן משתמש בסינתזת דיאלוג ובלמידת העדפות מקוונת לשיפור מגוון, המשכיות ותגובתיות. שיטות אימון אלו מתארות את מודל היצרן, ולא ערובה לכך שכל סיפור יחיד נשאר נטול שגיאות. בדקו אם תגובה מייחסת דיאלוג לדמות הנכונה ומכבדת את הכללים הפיזיים או הבדיוניים של הסביבה.\n\n### מגבלות והקטע המתקבל\n\nהמדריך הייעודי של M2-her מציין הקשר של 64K והשלמה מרבית של 2,048 טוקנים. הוא מתעד גם פלט מוזרם וברירות מחדל לדגימה של טמפרטורה 1.0 ו־top-p של 0.95. בחרו אורך תגובה המתאים לסבב בשיחה; קטע ארוך מדי עלול לדחוק את ההחלטה הבאה של המשתמש או להיחתך בגלל תקציב ההשלמה.\n\nהתוצאה המועילה היא תגובת דמות, קטע סיפורי או המשך סצנה המתאימים לרקע שסופק ומזמינים את האינטראקציה הבאה. בדקו נקודת מבט, חופש פעולה לדמויות, עקביות בהפניות והסיום המבוקש. תבנית משחק התפקידים ומגבלותיו של M2-her נשארות נפרדות ממודלי שפה, ראייה ומדיה אחרים של MiniMax.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2b1f75b7ad27a3f64e6d148969afd27162a457c0f6a64012a89faf7c35fe5720", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "he", "methods": [ { "html": "M2-herMiniMax M2-her הוא מודל טקסט בלבד למשחקי תפקידים של דמויות, לדיאלוג מונע סיפור ולשיחות מרובות סבבים. תבניות התפקיד והודעות הדוגמה הייעודיות שלו מעצבות את שני צדי האינטראקציה, עם הקשר יצרן של 64K והשלמה מרבית של 2,048 טוקנים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
MiniMax M2-her הוא מודל הטקסט של MiniMax הממוקד בדיאלוג למשחקי תפקידים, לשיחות עם דמויות ולאינטראקציה מונעת סיפור. זהו פרופיל נפרד ממודל MiniMax M2 הכללי המכוון לתכנות ולסוכנים. היצרן מפתח אותו סביב עולמות בדיוניים עקביים, התקדמות עלילתית פעילה והתאמה להעדפות השיחה של המשתמש. הקלט והפלט שלו הם טקסט; המדריך הייעודי אינו תומך בקלט מעורב של טקסט ותמונות.
תבנית השיחה של היצרן כוללת יותר מהודעות system, user ו־assistant הרגילות. תפקיד system מגדיר את זהות המודל, אישיותו והתנהגותו. תפקיד user_system מגדיר את הדמות או הפרסונה של המשתמש, ואילו group מזהה את התרחיש או קבוצת השיחה. שמרו על הבחנות אלו ברורות כאשר הסיפור כולל כמה אנשים, ידע שונה או מערכת יחסים מסוימת.
תנו למודל את הרקע, את מניעי הדמות ואת העובדות שחייבות להישאר נכונות. תארו מי שולט בפעולות המשתמש ואילו בחירות צריכות להישאר פתוחות לתגובה. בריף סצנה לדוגמה הוא: ״המשך בתפקיד הארכיונאי, שמור על התעלומה המבוססת והצע רמז חדש אחד בלי להחליט כיצד הדמות שלי מגיבה.״ כך מוכנים חילופי דברים המגיבים למשתמש, במקום לבקש מהמודל לכתוב את שני צדי האינטראקציה.
M2-her תומך בהודעות sample_message_user ו־sample_message_ai להדגמת דפוס הדיאלוג הרצוי. היצרן ממליץ לכלול אחת עד שלוש דוגמאות תמציתיות. השתמשו בהן לביסוס קול, קצב והיחס בין קריינות לדיאלוג, תוך הימנעות מדוגמה ארוכה הצורכת הקשר בלי להבהיר את הסגנון. הדוגמאות נכללות בתקציב הקלט כמו הודעות אחרות.
כיוון הפיתוח של MiniMax מדגיש זהות דמות, כללי עולם, תנועה עלילתית מגוונת וחופש פעולה למשתמש. הגדירו קצב מיועד כאשר הוא חשוב, כגון שיחה שקטה, גילוי הדרגתי או סיבוך חדש. בתיקון, זהו את השורה או האירוע המדויקים השוברים את אפיון הדמות או את רצף הזמן, ובקשו תיקון המשמר את יתר הסצנה.
תהליך העבודה המתועד כולל היסטוריית משתמש ועוזר מלאה בסדר כרונולוגי לדיאלוג מרובה סבבים. היסטוריה זו נותנת לתגובה הבאה ראיות על אירועים קודמים ועל מערכות יחסים מבוססות. השאירו שמות חיוניים והתפתחויות אחרונות מפורשים בהכנת סיפור מתמשך. היסטוריית ההקשר מסופקת למודל; אין לבלבל אותה עם זיכרון בלתי מוגבל מחוץ לשיחה.
מחקר משחקי התפקידים של היצרן משתמש בסינתזת דיאלוג ובלמידת העדפות מקוונת לשיפור מגוון, המשכיות ותגובתיות. שיטות אימון אלו מתארות את מודל היצרן, ולא ערובה לכך שכל סיפור יחיד נשאר נטול שגיאות. בדקו אם תגובה מייחסת דיאלוג לדמות הנכונה ומכבדת את הכללים הפיזיים או הבדיוניים של הסביבה.
המדריך הייעודי של M2-her מציין הקשר של 64K והשלמה מרבית של 2,048 טוקנים. הוא מתעד גם פלט מוזרם וברירות מחדל לדגימה של טמפרטורה 1.0 ו־top-p של 0.95. בחרו אורך תגובה המתאים לסבב בשיחה; קטע ארוך מדי עלול לדחוק את ההחלטה הבאה של המשתמש או להיחתך בגלל תקציב ההשלמה.
התוצאה המועילה היא תגובת דמות, קטע סיפורי או המשך סצנה המתאימים לרקע שסופק ומזמינים את האינטראקציה הבאה. בדקו נקודת מבט, חופש פעולה לדמויות, עקביות בהפניות והסיום המבוקש. תבנית משחק התפקידים ומגבלותיו של M2-her נשארות נפרדות ממודלי שפה, ראייה ומדיה אחרים של MiniMax.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות M2-her | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: שיחת טקסט | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
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 |
פרמטרcontrol_scope | מפרטשיחת טקסט; stream הוא ערך בוליאני וברירת המחדל שלו היא false. |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
כינויים לשיטה: /chat/completions
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.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0006 / 1K טוקנים פלט · טוקני פלט $0.0024 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"M2-her","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="M2-her", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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 M2-her
/chat/completions
M2-herMiniMax M2-her הוא מודל טקסט בלבד למשחקי תפקידים של דמויות, לדיאלוג מונע סיפור ולשיחות מרובות סבבים. תבניות התפקיד והודעות הדוגמה הייעודיות שלו מעצבות את שני צדי האינטראקציה, עם הקשר יצרן של 64K והשלמה מרבית של 2,048 טוקנים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
MiniMax M2-her הוא מודל הטקסט של MiniMax הממוקד בדיאלוג למשחקי תפקידים, לשיחות עם דמויות ולאינטראקציה מונעת סיפור. זהו פרופיל נפרד ממודל MiniMax M2 הכללי המכוון לתכנות ולסוכנים. היצרן מפתח אותו סביב עולמות בדיוניים עקביים, התקדמות עלילתית פעילה והתאמה להעדפות השיחה של המשתמש. הקלט והפלט שלו הם טקסט; המדריך הייעודי אינו תומך בקלט מעורב של טקסט ותמונות.
תבנית השיחה של היצרן כוללת יותר מהודעות system, user ו־assistant הרגילות. תפקיד system מגדיר את זהות המודל, אישיותו והתנהגותו. תפקיד user_system מגדיר את הדמות או הפרסונה של המשתמש, ואילו group מזהה את התרחיש או קבוצת השיחה. שמרו על הבחנות אלו ברורות כאשר הסיפור כולל כמה אנשים, ידע שונה או מערכת יחסים מסוימת.
תנו למודל את הרקע, את מניעי הדמות ואת העובדות שחייבות להישאר נכונות. תארו מי שולט בפעולות המשתמש ואילו בחירות צריכות להישאר פתוחות לתגובה. בריף סצנה לדוגמה הוא: ״המשך בתפקיד הארכיונאי, שמור על התעלומה המבוססת והצע רמז חדש אחד בלי להחליט כיצד הדמות שלי מגיבה.״ כך מוכנים חילופי דברים המגיבים למשתמש, במקום לבקש מהמודל לכתוב את שני צדי האינטראקציה.
M2-her תומך בהודעות sample_message_user ו־sample_message_ai להדגמת דפוס הדיאלוג הרצוי. היצרן ממליץ לכלול אחת עד שלוש דוגמאות תמציתיות. השתמשו בהן לביסוס קול, קצב והיחס בין קריינות לדיאלוג, תוך הימנעות מדוגמה ארוכה הצורכת הקשר בלי להבהיר את הסגנון. הדוגמאות נכללות בתקציב הקלט כמו הודעות אחרות.
כיוון הפיתוח של MiniMax מדגיש זהות דמות, כללי עולם, תנועה עלילתית מגוונת וחופש פעולה למשתמש. הגדירו קצב מיועד כאשר הוא חשוב, כגון שיחה שקטה, גילוי הדרגתי או סיבוך חדש. בתיקון, זהו את השורה או האירוע המדויקים השוברים את אפיון הדמות או את רצף הזמן, ובקשו תיקון המשמר את יתר הסצנה.
תהליך העבודה המתועד כולל היסטוריית משתמש ועוזר מלאה בסדר כרונולוגי לדיאלוג מרובה סבבים. היסטוריה זו נותנת לתגובה הבאה ראיות על אירועים קודמים ועל מערכות יחסים מבוססות. השאירו שמות חיוניים והתפתחויות אחרונות מפורשים בהכנת סיפור מתמשך. היסטוריית ההקשר מסופקת למודל; אין לבלבל אותה עם זיכרון בלתי מוגבל מחוץ לשיחה.
מחקר משחקי התפקידים של היצרן משתמש בסינתזת דיאלוג ובלמידת העדפות מקוונת לשיפור מגוון, המשכיות ותגובתיות. שיטות אימון אלו מתארות את מודל היצרן, ולא ערובה לכך שכל סיפור יחיד נשאר נטול שגיאות. בדקו אם תגובה מייחסת דיאלוג לדמות הנכונה ומכבדת את הכללים הפיזיים או הבדיוניים של הסביבה.
המדריך הייעודי של M2-her מציין הקשר של 64K והשלמה מרבית של 2,048 טוקנים. הוא מתעד גם פלט מוזרם וברירות מחדל לדגימה של טמפרטורה 1.0 ו־top-p של 0.95. בחרו אורך תגובה המתאים לסבב בשיחה; קטע ארוך מדי עלול לדחוק את ההחלטה הבאה של המשתמש או להיחתך בגלל תקציב ההשלמה.
התוצאה המועילה היא תגובת דמות, קטע סיפורי או המשך סצנה המתאימים לרקע שסופק ומזמינים את האינטראקציה הבאה. בדקו נקודת מבט, חופש פעולה לדמויות, עקביות בהפניות והסיום המבוקש. תבנית משחק התפקידים ומגבלותיו של M2-her נשארות נפרדות ממודלי שפה, ראייה ומדיה אחרים של MiniMax.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות M2-her | 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.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0006 / 1K טוקנים פלט · טוקני פלט $0.0024 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "M2-her",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'M2-her', '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': 'M2-her', '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 M2-her
/chat/completions