Step R1 V Mini הוא מודל ההנמקה הרב-מודאלי של StepFun, המקבל תמונה וטקסט ומחזיר טקסט. הוא משלב תפיסה חזותית במשימת הנמקה כתובה: לזהות מה נראה, לקשר בין הפרטים הרלוונטיים ולהסביר מסקנה. היצרן מדגים שלושה שימושים מוגדרים: זיהוי מקום מתוך צילום, תיאור מנה ומתכון וספירת עצמים לפי תנאי נתון.
ספקו את התמונה ושאלה המגדירה את התוצאה הדרושה. במשימת ספירה אפשר לציין אילו עצמים נכללים ואילו יש להוציא מהספירה. בשאלה על סצנה אפשר לשאול אילו מאפיינים נראים תומכים במיקום מוצע. צילום אוכל יכול להוביל לבקשת תיאור של המנה הנראית לפני הצעת מתכון. הפרדה בין התצפית לבין המסקנה מקלה על בדיקת התשובה.
למשל, ספקו צילום של מגש ובו פריטים בצורות שונות ובקשו את מספר הפריטים האדומים והעגולים, עם הסבר קצר של כלל הספירה. כללו את כל האזור הרלוונטי, ולא חיתוך שמסיר עצמים שהשאלה מזכירה. אם חלק מהתמונה מוסתר או אינו ברור, בקשו מהמודל לציין במה הוא יכול להבחין לפני שהוא מעריך את השאר.
בדוגמת המיקום של היצרן משולבים כמה רמזים בצילום אצטדיון כדי להסיק באיזה אתר מדובר. התהליך הזה מועיל לתיאור סצנה או להשוואת פרשנות מוצעת לתמונה. בקשו קודם את הרמזים הנראים, ולאחר מכן את ההסקה שהם תומכים בה. אם מסקנה תלויה גם במידע שמחוץ לצילום, ספקו את המידע כמקור נפרד במקום לצפות שהתמונה לבדה תוכיח אותו.
דוגמת המתכון פועלת באותו אופן: פירוש מראה האוכל, ואז גיבוש הצעה כתובה. צרפו לתמונה את המרכיבים הידועים, הדרישות התזונתיות או מגבלות ההכנה. הצילום יכול לכוון את ההצעה, ואילו העובדות הנוספות של המשתמש מגדירות דרישות שאי אפשר להסיק מהמראה.
StepFun מתארת למידת חיזוק רב-מודאלית משותפת, עם תגמולים חזותיים הניתנים לאימות ונתונים רב-מודאליים סינתטיים בהיקף נרחב. השיטות האלה נועדו להנמקה המשלבת ראיות כתובות וחזותיות. הדוגמאות שפורסמו עוסקות בהנמקה ובהבנה; התוצר המוחזר הוא הסבר, ספירה או מתכון מוצע בטקסט.
בתהליך עבודה לשימוש חוזר, שמרו יחד את השאלה, התמונה ופורמט התשובה הנדרש. בקשו רשימת תצפיות תמציתית ולאחריה התוצאה הסופית, או הגדירו את השדות שהיישום צריך. בדקו ספירות חשובות ופרטים שהוסקו מול תמונת המקור. הגדרות ההקשר והיצירה צריכות להתאים לחוזה של הממשק שנבחר; מבוא היצרן אינו קובע תקרת טוקני פלט אוניברסלית.
", "aboutText": "Step R1 V Mini הוא מודל ההנמקה הרב-מודאלי של StepFun, המקבל תמונה וטקסט ומחזיר טקסט. הוא משלב תפיסה חזותית במשימת הנמקה כתובה: לזהות מה נראה, לקשר בין הפרטים הרלוונטיים ולהסביר מסקנה. היצרן מדגים שלושה שימושים מוגדרים: זיהוי מקום מתוך צילום, תיאור מנה ומתכון וספירת עצמים לפי תנאי נתון.\n\n### שאלו שאלה על הראיות הנראות\n\nספקו את התמונה ושאלה המגדירה את התוצאה הדרושה. במשימת ספירה אפשר לציין אילו עצמים נכללים ואילו יש להוציא מהספירה. בשאלה על סצנה אפשר לשאול אילו מאפיינים נראים תומכים במיקום מוצע. צילום אוכל יכול להוביל לבקשת תיאור של המנה הנראית לפני הצעת מתכון. הפרדה בין התצפית לבין המסקנה מקלה על בדיקת התשובה.\n\nלמשל, ספקו צילום של מגש ובו פריטים בצורות שונות ובקשו את מספר הפריטים האדומים והעגולים, עם הסבר קצר של כלל הספירה. כללו את כל האזור הרלוונטי, ולא חיתוך שמסיר עצמים שהשאלה מזכירה. אם חלק מהתמונה מוסתר או אינו ברור, בקשו מהמודל לציין במה הוא יכול להבחין לפני שהוא מעריך את השאר.\n\n### השתמשו ברמזים חזותיים להסבר מנומק\n\nבדוגמת המיקום של היצרן משולבים כמה רמזים בצילום אצטדיון כדי להסיק באיזה אתר מדובר. התהליך הזה מועיל לתיאור סצנה או להשוואת פרשנות מוצעת לתמונה. בקשו קודם את הרמזים הנראים, ולאחר מכן את ההסקה שהם תומכים בה. אם מסקנה תלויה גם במידע שמחוץ לצילום, ספקו את המידע כמקור נפרד במקום לצפות שהתמונה לבדה תוכיח אותו.\n\nדוגמת המתכון פועלת באותו אופן: פירוש מראה האוכל, ואז גיבוש הצעה כתובה. צרפו לתמונה את המרכיבים הידועים, הדרישות התזונתיות או מגבלות ההכנה. הצילום יכול לכוון את ההצעה, ואילו העובדות הנוספות של המשתמש מגדירות דרישות שאי אפשר להסיק מהמראה.\n\n### אימון והכנת המשימה\n\nStepFun מתארת למידת חיזוק רב-מודאלית משותפת, עם תגמולים חזותיים הניתנים לאימות ונתונים רב-מודאליים סינתטיים בהיקף נרחב. השיטות האלה נועדו להנמקה המשלבת ראיות כתובות וחזותיות. הדוגמאות שפורסמו עוסקות בהנמקה ובהבנה; התוצר המוחזר הוא הסבר, ספירה או מתכון מוצע בטקסט.\n\nבתהליך עבודה לשימוש חוזר, שמרו יחד את השאלה, התמונה ופורמט התשובה הנדרש. בקשו רשימת תצפיות תמציתית ולאחריה התוצאה הסופית, או הגדירו את השדות שהיישום צריך. בדקו ספירות חשובות ופרטים שהוסקו מול תמונת המקור. הגדרות ההקשר והיצירה צריכות להתאים לחוזה של הממשק שנבחר; מבוא היצרן אינו קובע תקרת טוקני פלט אוניברסלית.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Count objects under an explicit rule\n\nCount confirmed red circular objects from these recorded annotations: A is a red circle; B is a red square; C is a blue circle; D is a red shape partly hidden with its outline unknown. Return the confirmed count, included identifiers and ambiguous identifiers. Exclude known nonmatching objects and do not guess D’s shape.A compact count record with included, excluded and ambiguous identifiers and a one-sentence counting rule.Check that color and shape are both required and D remains ambiguous rather than counted as a circle.step-r1-v-miniStep R1 V Mini מפרש תמונות ושאלות כתובות כדי להפיק תשובת טקסט מנומקת. StepFun מדגימה רמזים חזותיים למיקום, זיהוי מנות וספירת עצמים, כך שהוא שימושי לשאלות המשלבות פרטים גלויים עם משימת הסקה ברורה.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Step R1 V Mini הוא מודל ההנמקה הרב-מודאלי של StepFun, המקבל תמונה וטקסט ומחזיר טקסט. הוא משלב תפיסה חזותית במשימת הנמקה כתובה: לזהות מה נראה, לקשר בין הפרטים הרלוונטיים ולהסביר מסקנה. היצרן מדגים שלושה שימושים מוגדרים: זיהוי מקום מתוך צילום, תיאור מנה ומתכון וספירת עצמים לפי תנאי נתון.
ספקו את התמונה ושאלה המגדירה את התוצאה הדרושה. במשימת ספירה אפשר לציין אילו עצמים נכללים ואילו יש להוציא מהספירה. בשאלה על סצנה אפשר לשאול אילו מאפיינים נראים תומכים במיקום מוצע. צילום אוכל יכול להוביל לבקשת תיאור של המנה הנראית לפני הצעת מתכון. הפרדה בין התצפית לבין המסקנה מקלה על בדיקת התשובה.
למשל, ספקו צילום של מגש ובו פריטים בצורות שונות ובקשו את מספר הפריטים האדומים והעגולים, עם הסבר קצר של כלל הספירה. כללו את כל האזור הרלוונטי, ולא חיתוך שמסיר עצמים שהשאלה מזכירה. אם חלק מהתמונה מוסתר או אינו ברור, בקשו מהמודל לציין במה הוא יכול להבחין לפני שהוא מעריך את השאר.
בדוגמת המיקום של היצרן משולבים כמה רמזים בצילום אצטדיון כדי להסיק באיזה אתר מדובר. התהליך הזה מועיל לתיאור סצנה או להשוואת פרשנות מוצעת לתמונה. בקשו קודם את הרמזים הנראים, ולאחר מכן את ההסקה שהם תומכים בה. אם מסקנה תלויה גם במידע שמחוץ לצילום, ספקו את המידע כמקור נפרד במקום לצפות שהתמונה לבדה תוכיח אותו.
דוגמת המתכון פועלת באותו אופן: פירוש מראה האוכל, ואז גיבוש הצעה כתובה. צרפו לתמונה את המרכיבים הידועים, הדרישות התזונתיות או מגבלות ההכנה. הצילום יכול לכוון את ההצעה, ואילו העובדות הנוספות של המשתמש מגדירות דרישות שאי אפשר להסיק מהמראה.
StepFun מתארת למידת חיזוק רב-מודאלית משותפת, עם תגמולים חזותיים הניתנים לאימות ונתונים רב-מודאליים סינתטיים בהיקף נרחב. השיטות האלה נועדו להנמקה המשלבת ראיות כתובות וחזותיות. הדוגמאות שפורסמו עוסקות בהנמקה ובהבנה; התוצר המוחזר הוא הסבר, ספירה או מתכון מוצע בטקסט.
בתהליך עבודה לשימוש חוזר, שמרו יחד את השאלה, התמונה ופורמט התשובה הנדרש. בקשו רשימת תצפיות תמציתית ולאחריה התוצאה הסופית, או הגדירו את השדות שהיישום צריך. בדקו ספירות חשובות ופרטים שהוסקו מול תמונת המקור. הגדרות ההקשר והיצירה צריכות להתאים לחוזה של הממשק שנבחר; מבוא היצרן אינו קובע תקרת טוקני פלט אוניברסלית.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות step-r1-v-mini | 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 $0.00484 / 1K טוקנים פלט · טוקני פלט $0.022 / 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": "step-r1-v-mini", "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='step-r1-v-mini',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='step-r1-v-mini',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 step-r1-v-mini
השתמשו בנתיבי השיטות המוצגים למעלה.
step-r1-v-miniStep R1 V Mini מפרש תמונות ושאלות כתובות כדי להפיק תשובת טקסט מנומקת. StepFun מדגימה רמזים חזותיים למיקום, זיהוי מנות וספירת עצמים, כך שהוא שימושי לשאלות המשלבות פרטים גלויים עם משימת הסקה ברורה.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Step R1 V Mini הוא מודל ההנמקה הרב-מודאלי של StepFun, המקבל תמונה וטקסט ומחזיר טקסט. הוא משלב תפיסה חזותית במשימת הנמקה כתובה: לזהות מה נראה, לקשר בין הפרטים הרלוונטיים ולהסביר מסקנה. היצרן מדגים שלושה שימושים מוגדרים: זיהוי מקום מתוך צילום, תיאור מנה ומתכון וספירת עצמים לפי תנאי נתון.
ספקו את התמונה ושאלה המגדירה את התוצאה הדרושה. במשימת ספירה אפשר לציין אילו עצמים נכללים ואילו יש להוציא מהספירה. בשאלה על סצנה אפשר לשאול אילו מאפיינים נראים תומכים במיקום מוצע. צילום אוכל יכול להוביל לבקשת תיאור של המנה הנראית לפני הצעת מתכון. הפרדה בין התצפית לבין המסקנה מקלה על בדיקת התשובה.
למשל, ספקו צילום של מגש ובו פריטים בצורות שונות ובקשו את מספר הפריטים האדומים והעגולים, עם הסבר קצר של כלל הספירה. כללו את כל האזור הרלוונטי, ולא חיתוך שמסיר עצמים שהשאלה מזכירה. אם חלק מהתמונה מוסתר או אינו ברור, בקשו מהמודל לציין במה הוא יכול להבחין לפני שהוא מעריך את השאר.
בדוגמת המיקום של היצרן משולבים כמה רמזים בצילום אצטדיון כדי להסיק באיזה אתר מדובר. התהליך הזה מועיל לתיאור סצנה או להשוואת פרשנות מוצעת לתמונה. בקשו קודם את הרמזים הנראים, ולאחר מכן את ההסקה שהם תומכים בה. אם מסקנה תלויה גם במידע שמחוץ לצילום, ספקו את המידע כמקור נפרד במקום לצפות שהתמונה לבדה תוכיח אותו.
דוגמת המתכון פועלת באותו אופן: פירוש מראה האוכל, ואז גיבוש הצעה כתובה. צרפו לתמונה את המרכיבים הידועים, הדרישות התזונתיות או מגבלות ההכנה. הצילום יכול לכוון את ההצעה, ואילו העובדות הנוספות של המשתמש מגדירות דרישות שאי אפשר להסיק מהמראה.
StepFun מתארת למידת חיזוק רב-מודאלית משותפת, עם תגמולים חזותיים הניתנים לאימות ונתונים רב-מודאליים סינתטיים בהיקף נרחב. השיטות האלה נועדו להנמקה המשלבת ראיות כתובות וחזותיות. הדוגמאות שפורסמו עוסקות בהנמקה ובהבנה; התוצר המוחזר הוא הסבר, ספירה או מתכון מוצע בטקסט.
בתהליך עבודה לשימוש חוזר, שמרו יחד את השאלה, התמונה ופורמט התשובה הנדרש. בקשו רשימת תצפיות תמציתית ולאחריה התוצאה הסופית, או הגדירו את השדות שהיישום צריך. בדקו ספירות חשובות ופרטים שהוסקו מול תמונת המקור. הגדרות ההקשר והיצירה צריכות להתאים לחוזה של הממשק שנבחר; מבוא היצרן אינו קובע תקרת טוקני פלט אוניברסלית.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות step-r1-v-mini | 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 $0.00484 / 1K טוקנים פלט · טוקני פלט $0.022 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "step-r1-v-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'step-r1-v-mini', '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': 'step-r1-v-mini', '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 step-r1-v-mini
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Count objects under an explicit rule\n\nCount confirmed red circular objects from these recorded annotations: A is a red circle; B is a red square; C is a blue circle; D is a red shape partly hidden with its outline unknown. Return the confirmed count, included identifiers and ambiguous identifiers. Exclude known nonmatching objects and do not guess D’s shape.A compact count record with included, excluded and ambiguous identifiers and a one-sentence counting rule.Check that color and shape are both required and D remains ambiguous rather than counted as a circle.