SenseNova V6 Pro הוא הפרופיל הרב-מודאלי הכללי של SenseTime לשיחות המשלבות שאלות כתובות ותמונות. טבלת הפרופילים של היצרן מתארת קלט תמונה וטקסט עם פלט טקסט. משפחת V6 מדגישה הבנת מידע חזותי ולשוני משולב, הנמקה וניתוח. Pro נפרד מהפרופיל הקל יותר Turbo ומ-Reasoner בעל השם הנפרד, שהפלט שלו כולל חומר הנמקה לצד התשובה הסופית.
בחרו את התמונה או טקסט המקור שמבססים את השאלה ודאגו שהפרטים הרלוונטיים יהיו קריאים. משימת מסמך יכולה לספק עמוד עם התרשים או הטבלה שלו ולשאול באיזה תנאי הערכים הנראים תומכים. שאלה על צילום מסך יכולה לציין את הבקרה או ההודעה שעליהן מדובר. הפרידו רקע נוסף ממה שהתמונה עצמה מראה.
בקשו את התוצר שמשרת את המשימה: הסבר, השוואה, אוסף ערכים נראים שחולצו או טיוטה המבוססת על החומר שסופק. השוואת מסמכים מועילה יכולה לשמור את מזהה העמוד ואת הראיות ליד כל ממצא. בדקו תוויות, יחידות ושיוכים למקורות בטקסט שהוחזר, במקום להסתמך על פרשנות סבירה של התמונה הכוללת.
גרסת V6 של היצרן מתארת סדרת מודלים מאוחדת, ולא מסלולים נפרדים לשפה ולראייה. ייעודה כולל משימות מתמטיקה, תכנות וניתוח מסמכים הדורשות הבנת מידע קשור. ציינו את התנאים שהתשובה חייבת לעמוד בהם והבחינו בין ערכים ידועים להנחות. תשובה מנומקת צריכה לאפשר להעריך את מסקנתה מול חומר המקור בפועל.
בשאלה על כמה מסמכים, ציינו איזה מקור צריך להכריע במקרה של מחלוקת ושמרו את הקטעים או האזורים הנראים שחשובים. אם החומר חלקי, הפרידו את התנאי החסר משדה שהושלם. הסבר בטוח בעצמו אינו מוכיח באופן עצמאי שמקור מכיל את הערך שיוחס לו.
טבלת Pro מציינת תשובת טקסט לשיחת תמונה/טקסט. הודעת משפחת V6 דנה גם בניתוח וידאו ארוך ובפרופיל Omni נפרד לאינטראקציה בזמן אמת. ההדגמות המשפחתיות האלה צריכות להישאר משויכות לתהליכי היצרן שלהן, ולא להיחשב למפרט המלא של שדות הבקשה של Pro. למודלי V6.5 ו-V6.7 המאוחרים יותר יש יכולות ובקרות משלהם.
למשימת התמונה/טקסט של Pro, שמרו את השאלה שסופקה, את התמונות ואת תשובת הטקסט שהושלמה. בדקו נתונים מספריים חשובים, יחסים חזותיים וקוד או הנמקה מוצעים מול הראיות שתומכות בהם. תוצר העברה מועיל יכול להיות הסבר או השוואה מובנית שממצאיהם ניתנים למעקב עד עמוד המקור, ומאפשרים המשך ממוקד סביב פרט אחד שטרם נפתר.
", "aboutText": "SenseNova V6 Pro הוא הפרופיל הרב-מודאלי הכללי של SenseTime לשיחות המשלבות שאלות כתובות ותמונות. טבלת הפרופילים של היצרן מתארת קלט תמונה וטקסט עם פלט טקסט. משפחת V6 מדגישה הבנת מידע חזותי ולשוני משולב, הנמקה וניתוח. Pro נפרד מהפרופיל הקל יותר Turbo ומ-Reasoner בעל השם הנפרד, שהפלט שלו כולל חומר הנמקה לצד התשובה הסופית.\n\n### ספקו שאלה עם ראיות חזותיות ברורות\n\nבחרו את התמונה או טקסט המקור שמבססים את השאלה ודאגו שהפרטים הרלוונטיים יהיו קריאים. משימת מסמך יכולה לספק עמוד עם התרשים או הטבלה שלו ולשאול באיזה תנאי הערכים הנראים תומכים. שאלה על צילום מסך יכולה לציין את הבקרה או ההודעה שעליהן מדובר. הפרידו רקע נוסף ממה שהתמונה עצמה מראה.\n\nבקשו את התוצר שמשרת את המשימה: הסבר, השוואה, אוסף ערכים נראים שחולצו או טיוטה המבוססת על החומר שסופק. השוואת מסמכים מועילה יכולה לשמור את מזהה העמוד ואת הראיות ליד כל ממצא. בדקו תוויות, יחידות ושיוכים למקורות בטקסט שהוחזר, במקום להסתמך על פרשנות סבירה של התמונה הכוללת.\n\n### הסיקו מסקנות על פני טקסט ותמונות\n\nגרסת V6 של היצרן מתארת סדרת מודלים מאוחדת, ולא מסלולים נפרדים לשפה ולראייה. ייעודה כולל משימות מתמטיקה, תכנות וניתוח מסמכים הדורשות הבנת מידע קשור. ציינו את התנאים שהתשובה חייבת לעמוד בהם והבחינו בין ערכים ידועים להנחות. תשובה מנומקת צריכה לאפשר להעריך את מסקנתה מול חומר המקור בפועל.\n\nבשאלה על כמה מסמכים, ציינו איזה מקור צריך להכריע במקרה של מחלוקת ושמרו את הקטעים או האזורים הנראים שחשובים. אם החומר חלקי, הפרידו את התנאי החסר משדה שהושלם. הסבר בטוח בעצמו אינו מוכיח באופן עצמאי שמקור מכיל את הערך שיוחס לו.\n\n### הפרופיל ותהליכי המשפחה הרחבים יותר\n\nטבלת Pro מציינת תשובת טקסט לשיחת תמונה/טקסט. הודעת משפחת V6 דנה גם בניתוח וידאו ארוך ובפרופיל Omni נפרד לאינטראקציה בזמן אמת. ההדגמות המשפחתיות האלה צריכות להישאר משויכות לתהליכי היצרן שלהן, ולא להיחשב למפרט המלא של שדות הבקשה של Pro. למודלי V6.5 ו-V6.7 המאוחרים יותר יש יכולות ובקרות משלהם.\n\nלמשימת התמונה/טקסט של Pro, שמרו את השאלה שסופקה, את התמונות ואת תשובת הטקסט שהושלמה. בדקו נתונים מספריים חשובים, יחסים חזותיים וקוד או הנמקה מוצעים מול הראיות שתומכות בהם. תוצר העברה מועיל יכול להיות הסבר או השוואה מובנית שממצאיהם ניתנים למעקב עד עמוד המקור, ומאפשרים המשך ממוקד סביב פרט אחד שטרם נפתר.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Explain a supplied chart transcription\n\nUse this text transcription of report page P7: 'Target line: 50 units. North: 48. South: 53. East: 50.' State which regions meet a target defined as at least 50 units. Return each region's value, its relation to the target and the page label. Distinguish meeting the target from strictly exceeding it.A region-by-region source-linked comparison with the inclusive target condition applied.East must be treated as meeting, but not exceeding, the 50-unit target.SenseNova-V6-ProSenseNova V6 Pro הוא פרופיל השיחה הכללי של SenseTime לתמונות ולטקסט, עם פלט טקסט. השתמשו במסמכים, בתמונות ובשאלות שסופקו לקבלת הסבר או השוואה, תוך קישור התשובה לראיות החזותיות והכתובות.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
SenseNova V6 Pro הוא הפרופיל הרב-מודאלי הכללי של SenseTime לשיחות המשלבות שאלות כתובות ותמונות. טבלת הפרופילים של היצרן מתארת קלט תמונה וטקסט עם פלט טקסט. משפחת V6 מדגישה הבנת מידע חזותי ולשוני משולב, הנמקה וניתוח. Pro נפרד מהפרופיל הקל יותר Turbo ומ-Reasoner בעל השם הנפרד, שהפלט שלו כולל חומר הנמקה לצד התשובה הסופית.
בחרו את התמונה או טקסט המקור שמבססים את השאלה ודאגו שהפרטים הרלוונטיים יהיו קריאים. משימת מסמך יכולה לספק עמוד עם התרשים או הטבלה שלו ולשאול באיזה תנאי הערכים הנראים תומכים. שאלה על צילום מסך יכולה לציין את הבקרה או ההודעה שעליהן מדובר. הפרידו רקע נוסף ממה שהתמונה עצמה מראה.
בקשו את התוצר שמשרת את המשימה: הסבר, השוואה, אוסף ערכים נראים שחולצו או טיוטה המבוססת על החומר שסופק. השוואת מסמכים מועילה יכולה לשמור את מזהה העמוד ואת הראיות ליד כל ממצא. בדקו תוויות, יחידות ושיוכים למקורות בטקסט שהוחזר, במקום להסתמך על פרשנות סבירה של התמונה הכוללת.
גרסת V6 של היצרן מתארת סדרת מודלים מאוחדת, ולא מסלולים נפרדים לשפה ולראייה. ייעודה כולל משימות מתמטיקה, תכנות וניתוח מסמכים הדורשות הבנת מידע קשור. ציינו את התנאים שהתשובה חייבת לעמוד בהם והבחינו בין ערכים ידועים להנחות. תשובה מנומקת צריכה לאפשר להעריך את מסקנתה מול חומר המקור בפועל.
בשאלה על כמה מסמכים, ציינו איזה מקור צריך להכריע במקרה של מחלוקת ושמרו את הקטעים או האזורים הנראים שחשובים. אם החומר חלקי, הפרידו את התנאי החסר משדה שהושלם. הסבר בטוח בעצמו אינו מוכיח באופן עצמאי שמקור מכיל את הערך שיוחס לו.
טבלת Pro מציינת תשובת טקסט לשיחת תמונה/טקסט. הודעת משפחת V6 דנה גם בניתוח וידאו ארוך ובפרופיל Omni נפרד לאינטראקציה בזמן אמת. ההדגמות המשפחתיות האלה צריכות להישאר משויכות לתהליכי היצרן שלהן, ולא להיחשב למפרט המלא של שדות הבקשה של Pro. למודלי V6.5 ו-V6.7 המאוחרים יותר יש יכולות ובקרות משלהם.
למשימת התמונה/טקסט של Pro, שמרו את השאלה שסופקה, את התמונות ואת תשובת הטקסט שהושלמה. בדקו נתונים מספריים חשובים, יחסים חזותיים וקוד או הנמקה מוצעים מול הראיות שתומכות בהם. תוצר העברה מועיל יכול להיות הסבר או השוואה מובנית שממצאיהם ניתנים למעקב עד עמוד המקור, ומאפשרים המשך ממוקד סביב פרט אחד שטרם נפתר.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות SenseNova-V6-Pro | 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: קבוצת התפקידים הנתמכים תלויה במודל שנבחר. 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 | מפרטקראו את מסמך ה־UTF-8 הממשי שלכם והכניסו את הטקסט שלו ל־messages[].content. |
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.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0011 / 1K טוקנים פלט · טוקני פלט $0.00286 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "SenseNova-V6-Pro",\n "messages": [\n {\n "role": "user",\n "content": "Hello!"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source document}"\nexport AILOOT_TEXT_FILE AILOOT_STREAM\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Pro', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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/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-body.bin\npython3 - <<'PY_RESULT'\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Pro', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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')\nrequest = Request('https://api.ailoot.ai/v1/chat/completions', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers={'Authorization': 'Bearer ' + api_key, 'Content-Type': 'application/json'}, 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-body.bin').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result-body.bin').write_bytes(raw)\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nimport { readFileSync, writeFileSync } from 'node:fs';\n\nconst apiKey = process.env.AILOOT_API_KEY;\nif (!apiKey?.trim()) throw new Error('Set AILOOT_API_KEY');\nif (!process.env.AILOOT_TEXT_FILE) throw new Error('Choose your actual UTF-8 document');\nconst text = readFileSync(process.env.AILOOT_TEXT_FILE, 'utf8');\nif (!text.trim()) throw new Error('The document must contain text');\nconst stream = process.env.AILOOT_STREAM === '1';\nconst payload = {"model": "SenseNova-V6-Pro", "messages": [{"role": "user", "content": "Hello!"}]};\npayload.messages[0].content = 'Summarize this material and quote supporting passages.\\n\\n' + text;\npayload.stream = stream;\nconst response = await fetch('https://api.ailoot.ai/v1/chat/completions', { method: 'POST', headers: { 'Authorization': 'Bearer ' + apiKey, 'Content-Type': 'application/json' }, body: JSON.stringify(payload) });\nconst raw = Buffer.from(await response.arrayBuffer());\nwriteFileSync('result-body.bin', raw);\nwriteFileSync('response-headers.txt', [...response.headers].map(([key, value]) => key + ': ' + value).join('\\n'));\nif (!response.ok) throw new Error('HTTP ' + response.status + '; original response saved in result-body.bin');\nif (stream) {\n writeFileSync('result.sse', raw);\n process.stdout.write(raw);\n} else {\n writeFileSync('result.json', raw);\n const result = JSON.parse(raw.toString('utf8'));\n console.log(JSON.stringify(result, null, 2));\n for (const choice of result.choices ?? []) console.log('Choice', choice.index, JSON.stringify(choice));\n}\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 SenseNova-V6-Pro, sensetime/sensenova-v6-pro
השתמשו בנתיבי השיטות המוצגים למעלה.
SenseNova-V6-ProSenseNova V6 Pro הוא פרופיל השיחה הכללי של SenseTime לתמונות ולטקסט, עם פלט טקסט. השתמשו במסמכים, בתמונות ובשאלות שסופקו לקבלת הסבר או השוואה, תוך קישור התשובה לראיות החזותיות והכתובות.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
SenseNova V6 Pro הוא הפרופיל הרב-מודאלי הכללי של SenseTime לשיחות המשלבות שאלות כתובות ותמונות. טבלת הפרופילים של היצרן מתארת קלט תמונה וטקסט עם פלט טקסט. משפחת V6 מדגישה הבנת מידע חזותי ולשוני משולב, הנמקה וניתוח. Pro נפרד מהפרופיל הקל יותר Turbo ומ-Reasoner בעל השם הנפרד, שהפלט שלו כולל חומר הנמקה לצד התשובה הסופית.
בחרו את התמונה או טקסט המקור שמבססים את השאלה ודאגו שהפרטים הרלוונטיים יהיו קריאים. משימת מסמך יכולה לספק עמוד עם התרשים או הטבלה שלו ולשאול באיזה תנאי הערכים הנראים תומכים. שאלה על צילום מסך יכולה לציין את הבקרה או ההודעה שעליהן מדובר. הפרידו רקע נוסף ממה שהתמונה עצמה מראה.
בקשו את התוצר שמשרת את המשימה: הסבר, השוואה, אוסף ערכים נראים שחולצו או טיוטה המבוססת על החומר שסופק. השוואת מסמכים מועילה יכולה לשמור את מזהה העמוד ואת הראיות ליד כל ממצא. בדקו תוויות, יחידות ושיוכים למקורות בטקסט שהוחזר, במקום להסתמך על פרשנות סבירה של התמונה הכוללת.
גרסת V6 של היצרן מתארת סדרת מודלים מאוחדת, ולא מסלולים נפרדים לשפה ולראייה. ייעודה כולל משימות מתמטיקה, תכנות וניתוח מסמכים הדורשות הבנת מידע קשור. ציינו את התנאים שהתשובה חייבת לעמוד בהם והבחינו בין ערכים ידועים להנחות. תשובה מנומקת צריכה לאפשר להעריך את מסקנתה מול חומר המקור בפועל.
בשאלה על כמה מסמכים, ציינו איזה מקור צריך להכריע במקרה של מחלוקת ושמרו את הקטעים או האזורים הנראים שחשובים. אם החומר חלקי, הפרידו את התנאי החסר משדה שהושלם. הסבר בטוח בעצמו אינו מוכיח באופן עצמאי שמקור מכיל את הערך שיוחס לו.
טבלת Pro מציינת תשובת טקסט לשיחת תמונה/טקסט. הודעת משפחת V6 דנה גם בניתוח וידאו ארוך ובפרופיל Omni נפרד לאינטראקציה בזמן אמת. ההדגמות המשפחתיות האלה צריכות להישאר משויכות לתהליכי היצרן שלהן, ולא להיחשב למפרט המלא של שדות הבקשה של Pro. למודלי V6.5 ו-V6.7 המאוחרים יותר יש יכולות ובקרות משלהם.
למשימת התמונה/טקסט של Pro, שמרו את השאלה שסופקה, את התמונות ואת תשובת הטקסט שהושלמה. בדקו נתונים מספריים חשובים, יחסים חזותיים וקוד או הנמקה מוצעים מול הראיות שתומכות בהם. תוצר העברה מועיל יכול להיות הסבר או השוואה מובנית שממצאיהם ניתנים למעקב עד עמוד המקור, ומאפשרים המשך ממוקד סביב פרט אחד שטרם נפתר.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות SenseNova-V6-Pro | 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 $0.0011 / 1K טוקנים פלט · טוקני פלט $0.00286 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "SenseNova-V6-Pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseNova-V6-Pro', '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': 'SenseNova-V6-Pro', '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 SenseNova-V6-Pro, sensetime/sensenova-v6-pro
השתמשו בנתיבי השיטות המוצגים למעלה.
sensetime/sensenova-v6-proSenseNova V6 Pro הוא פרופיל השיחה הכללי של SenseTime לתמונות ולטקסט, עם פלט טקסט. השתמשו במסמכים, בתמונות ובשאלות שסופקו לקבלת הסבר או השוואה, תוך קישור התשובה לראיות החזותיות והכתובות.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
SenseNova V6 Pro הוא הפרופיל הרב-מודאלי הכללי של SenseTime לשיחות המשלבות שאלות כתובות ותמונות. טבלת הפרופילים של היצרן מתארת קלט תמונה וטקסט עם פלט טקסט. משפחת V6 מדגישה הבנת מידע חזותי ולשוני משולב, הנמקה וניתוח. Pro נפרד מהפרופיל הקל יותר Turbo ומ-Reasoner בעל השם הנפרד, שהפלט שלו כולל חומר הנמקה לצד התשובה הסופית.
בחרו את התמונה או טקסט המקור שמבססים את השאלה ודאגו שהפרטים הרלוונטיים יהיו קריאים. משימת מסמך יכולה לספק עמוד עם התרשים או הטבלה שלו ולשאול באיזה תנאי הערכים הנראים תומכים. שאלה על צילום מסך יכולה לציין את הבקרה או ההודעה שעליהן מדובר. הפרידו רקע נוסף ממה שהתמונה עצמה מראה.
בקשו את התוצר שמשרת את המשימה: הסבר, השוואה, אוסף ערכים נראים שחולצו או טיוטה המבוססת על החומר שסופק. השוואת מסמכים מועילה יכולה לשמור את מזהה העמוד ואת הראיות ליד כל ממצא. בדקו תוויות, יחידות ושיוכים למקורות בטקסט שהוחזר, במקום להסתמך על פרשנות סבירה של התמונה הכוללת.
גרסת V6 של היצרן מתארת סדרת מודלים מאוחדת, ולא מסלולים נפרדים לשפה ולראייה. ייעודה כולל משימות מתמטיקה, תכנות וניתוח מסמכים הדורשות הבנת מידע קשור. ציינו את התנאים שהתשובה חייבת לעמוד בהם והבחינו בין ערכים ידועים להנחות. תשובה מנומקת צריכה לאפשר להעריך את מסקנתה מול חומר המקור בפועל.
בשאלה על כמה מסמכים, ציינו איזה מקור צריך להכריע במקרה של מחלוקת ושמרו את הקטעים או האזורים הנראים שחשובים. אם החומר חלקי, הפרידו את התנאי החסר משדה שהושלם. הסבר בטוח בעצמו אינו מוכיח באופן עצמאי שמקור מכיל את הערך שיוחס לו.
טבלת Pro מציינת תשובת טקסט לשיחת תמונה/טקסט. הודעת משפחת V6 דנה גם בניתוח וידאו ארוך ובפרופיל Omni נפרד לאינטראקציה בזמן אמת. ההדגמות המשפחתיות האלה צריכות להישאר משויכות לתהליכי היצרן שלהן, ולא להיחשב למפרט המלא של שדות הבקשה של Pro. למודלי V6.5 ו-V6.7 המאוחרים יותר יש יכולות ובקרות משלהם.
למשימת התמונה/טקסט של Pro, שמרו את השאלה שסופקה, את התמונות ואת תשובת הטקסט שהושלמה. בדקו נתונים מספריים חשובים, יחסים חזותיים וקוד או הנמקה מוצעים מול הראיות שתומכות בהם. תוצר העברה מועיל יכול להיות הסבר או השוואה מובנית שממצאיהם ניתנים למעקב עד עמוד המקור, ומאפשרים המשך ממוקד סביב פרט אחד שטרם נפתר.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות sensetime/sensenova-v6-pro | 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.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0011 / 1K טוקנים פלט · טוקני פלט $0.00286 / 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": "sensetime/sensenova-v6-pro", "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='sensetime/sensenova-v6-pro',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='sensetime/sensenova-v6-pro',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 SenseNova-V6-Pro, sensetime/sensenova-v6-pro
השתמשו בנתיבי השיטות המוצגים למעלה.
sensetime/sensenova-v6-proSenseNova V6 Pro הוא פרופיל השיחה הכללי של SenseTime לתמונות ולטקסט, עם פלט טקסט. השתמשו במסמכים, בתמונות ובשאלות שסופקו לקבלת הסבר או השוואה, תוך קישור התשובה לראיות החזותיות והכתובות.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
SenseNova V6 Pro הוא הפרופיל הרב-מודאלי הכללי של SenseTime לשיחות המשלבות שאלות כתובות ותמונות. טבלת הפרופילים של היצרן מתארת קלט תמונה וטקסט עם פלט טקסט. משפחת V6 מדגישה הבנת מידע חזותי ולשוני משולב, הנמקה וניתוח. Pro נפרד מהפרופיל הקל יותר Turbo ומ-Reasoner בעל השם הנפרד, שהפלט שלו כולל חומר הנמקה לצד התשובה הסופית.
בחרו את התמונה או טקסט המקור שמבססים את השאלה ודאגו שהפרטים הרלוונטיים יהיו קריאים. משימת מסמך יכולה לספק עמוד עם התרשים או הטבלה שלו ולשאול באיזה תנאי הערכים הנראים תומכים. שאלה על צילום מסך יכולה לציין את הבקרה או ההודעה שעליהן מדובר. הפרידו רקע נוסף ממה שהתמונה עצמה מראה.
בקשו את התוצר שמשרת את המשימה: הסבר, השוואה, אוסף ערכים נראים שחולצו או טיוטה המבוססת על החומר שסופק. השוואת מסמכים מועילה יכולה לשמור את מזהה העמוד ואת הראיות ליד כל ממצא. בדקו תוויות, יחידות ושיוכים למקורות בטקסט שהוחזר, במקום להסתמך על פרשנות סבירה של התמונה הכוללת.
גרסת V6 של היצרן מתארת סדרת מודלים מאוחדת, ולא מסלולים נפרדים לשפה ולראייה. ייעודה כולל משימות מתמטיקה, תכנות וניתוח מסמכים הדורשות הבנת מידע קשור. ציינו את התנאים שהתשובה חייבת לעמוד בהם והבחינו בין ערכים ידועים להנחות. תשובה מנומקת צריכה לאפשר להעריך את מסקנתה מול חומר המקור בפועל.
בשאלה על כמה מסמכים, ציינו איזה מקור צריך להכריע במקרה של מחלוקת ושמרו את הקטעים או האזורים הנראים שחשובים. אם החומר חלקי, הפרידו את התנאי החסר משדה שהושלם. הסבר בטוח בעצמו אינו מוכיח באופן עצמאי שמקור מכיל את הערך שיוחס לו.
טבלת Pro מציינת תשובת טקסט לשיחת תמונה/טקסט. הודעת משפחת V6 דנה גם בניתוח וידאו ארוך ובפרופיל Omni נפרד לאינטראקציה בזמן אמת. ההדגמות המשפחתיות האלה צריכות להישאר משויכות לתהליכי היצרן שלהן, ולא להיחשב למפרט המלא של שדות הבקשה של Pro. למודלי V6.5 ו-V6.7 המאוחרים יותר יש יכולות ובקרות משלהם.
למשימת התמונה/טקסט של Pro, שמרו את השאלה שסופקה, את התמונות ואת תשובת הטקסט שהושלמה. בדקו נתונים מספריים חשובים, יחסים חזותיים וקוד או הנמקה מוצעים מול הראיות שתומכות בהם. תוצר העברה מועיל יכול להיות הסבר או השוואה מובנית שממצאיהם ניתנים למעקב עד עמוד המקור, ומאפשרים המשך ממוקד סביב פרט אחד שטרם נפתר.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות sensetime/sensenova-v6-pro | 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 $0.0011 / 1K טוקנים פלט · טוקני פלט $0.00286 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "sensetime/sensenova-v6-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sensetime/sensenova-v6-pro', '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': 'sensetime/sensenova-v6-pro', '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 SenseNova-V6-Pro, sensetime/sensenova-v6-pro
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Explain a supplied chart transcription\n\nUse this text transcription of report page P7: 'Target line: 50 units. North: 48. South: 53. East: 50.' State which regions meet a target defined as at least 50 units. Return each region's value, its relation to the target and the page label. Distinguish meeting the target from strictly exceeding it.A region-by-region source-linked comparison with the inclusive target condition applied.East must be treated as meeting, but not exceeding, the 50-unit target.