Az Amazon Nova Micro az Amazon kizárólag szöveges, első generációs Nova modellje, amelyet rutinszerű nyelvi munkafolyamatokban kis késleltetésű válaszokra terveztek. Szöveget fogad és szöveget ad vissza. Az Amazon példái között a megadott információ összefoglalása, fordítás, szövegosztályozás, kérdések megválaszolása és tömör írott tartalom készítése szerepel. A Micro akkor hasznos, amikor az alkalmazás már összegyűjtötte a tényeket, és célzott átalakításra van szüksége, például terméktulajdonságok katalógusbekezdéssé vagy megbeszélésjegyzetek teendőlistává alakítására.
Az első generációs Nova útmutató 128K tokenes kontextusablakot és legfeljebb 10K tokenes kimenetet sorol fel. Dokumentált tudáshatára 2024 októbere. Ez kisebb munkakontextus, mint a Nova Lite és Pro 300K ablaka vagy a Premier 1 millió tokenes ablaka. A rendelkezésre álló helyet a választ ténylegesen meghatározó szövegre használja: forrásrészletekre, példákra és releváns beszélgetésre. Határozza meg, hogy a kívánt eredmény rövid válasz, kategóriacímke, fordítás vagy kinyert mezők készlete legyen-e. A nagy kontextuskeret nem igényel hosszú választ; az explicit kimeneti hossz és szerkezet tartja használhatóan az eredményt.
A Micro hatóköre a szöveg, nem a natív kép-, videó- vagy hangértés. Eredetileg dokumentumban vagy médiafájlban tárolt információhoz adja meg annak kinyert szövegét vagy átiratát. A terméktartalom leírása tartalmazhatja a termék nevét, méreteit, anyagait, változatait és az előírt stílust, majd kérhet egyetlen, kizárólag ezekre a tulajdonságokra épülő bekezdést. Önálló példa lehet semleges leírás és a hiányzó specifikációk külön listájának kérése. Ez a megadott bizonyíték írójaként és átalakítójaként használja a modellt a nem látott termékjellemzők kikövetkeztetése helyett.
Az Amazon system, user és assistant szerepeket dokumentál a Nova szöveges promptjaihoz. A rendszerutasítás rögzítheti az írói szerepet és az ismétlődő korlátokat; a felhasználói üzenet adja a feladatot és a forrásanyagot; néhány reprezentatív példa mutathatja a kívánt formátumot. A sűrű bemenetet világos címkékkel tagolja, és az összetett utasításokat bontsa külön lépésekre, ha a modell nehezen kezeli a függőségeiket. Fordításnál adja meg a célnyelvet, hogy meg kell-e őrizni a tulajdonneveket, és mely kifejezések maradjanak változatlanok. A version1 családot több mint 200 nyelvre tanították, egy szűkebb készletre optimalizálva, ezért ne feltételezzen azonos minőséget minden nyelvjárásban.
A Micro támogatja a válaszstreamelést és a kliensoldali eszközhívást. Az Amazon dokumentált kiszolgálási profiljában promptgyorsítótárazást is támogat. Az explicit gyorsítótárazás ellenőrzőpontonként legalább 1K tokent igényel, és legfeljebb négy ellenőrzőpontot enged, ötperces megőrzéssel. A gyártó a promptgyorsítótárat 20K tokenre korlátozza, elsősorban szöveges promptokhoz; ez a gyorsítótárkeret különálló a teljes kontextusablaktól. Forrásokra támaszkodó asszisztensben az alkalmazás visszakeresheti a releváns szöveget vagy végrehajthat egy kért függvényt, majd a megfigyelt eredményt visszaküldheti a végső válaszhoz. Maga a modell nem élő információ-visszakereső rendszer. Ha a válasz aktuális szabályzattól vagy magán tudásbázistól függ, adja meg a tényleges releváns forrást. A kért JSON-formátum hasznos lehet osztályozáshoz vagy kinyeréshez, de a gyártói profil nem sorolja a támogatott funkciók közé a kikényszerített strukturált kimenetet; határozza meg a hiányzó értékek kezelését, és ellenőrizze a visszaadott mezőket.
További első generációs szerep a testreszabás: az Amazon dokumentálja a Micro finomhangolását címkézett példákon, illetve a Nova Pro vagy Premier feladatspecifikus tudásának desztillálását a modellbe. A testreszabott származék külön munkafolyamat, nem az alapkiadást észrevétlenül megváltoztató képesség. A szokásos modellnél a befejezett eredményt a leíráshoz mérje: a megadott tények maradjanak épek, fontos tulajdonságok ne tűnjenek el, és a próza feleljen meg a kért stílusnak. A Micro kódot is generálhat, ezek a válaszok azonban nem tartalmaznak automatikus biztonsági ellenőrzést vagy végrehajtási eredményt.
", "aboutText": "Az Amazon Nova Micro az Amazon kizárólag szöveges, első generációs Nova modellje, amelyet rutinszerű nyelvi munkafolyamatokban kis késleltetésű válaszokra terveztek. Szöveget fogad és szöveget ad vissza. Az Amazon példái között a megadott információ összefoglalása, fordítás, szövegosztályozás, kérdések megválaszolása és tömör írott tartalom készítése szerepel. A Micro akkor hasznos, amikor az alkalmazás már összegyűjtötte a tényeket, és célzott átalakításra van szüksége, például terméktulajdonságok katalógusbekezdéssé vagy megbeszélésjegyzetek teendőlistává alakítására.\n\nAz első generációs Nova útmutató 128K tokenes kontextusablakot és legfeljebb 10K tokenes kimenetet sorol fel. Dokumentált tudáshatára 2024 októbere. Ez kisebb munkakontextus, mint a Nova Lite és Pro 300K ablaka vagy a Premier 1 millió tokenes ablaka. A rendelkezésre álló helyet a választ ténylegesen meghatározó szövegre használja: forrásrészletekre, példákra és releváns beszélgetésre. Határozza meg, hogy a kívánt eredmény rövid válasz, kategóriacímke, fordítás vagy kinyert mezők készlete legyen-e. A nagy kontextuskeret nem igényel hosszú választ; az explicit kimeneti hossz és szerkezet tartja használhatóan az eredményt.\n\nA Micro hatóköre a szöveg, nem a natív kép-, videó- vagy hangértés. Eredetileg dokumentumban vagy médiafájlban tárolt információhoz adja meg annak kinyert szövegét vagy átiratát. A terméktartalom leírása tartalmazhatja a termék nevét, méreteit, anyagait, változatait és az előírt stílust, majd kérhet egyetlen, kizárólag ezekre a tulajdonságokra épülő bekezdést. Önálló példa lehet semleges leírás és a hiányzó specifikációk külön listájának kérése. Ez a megadott bizonyíték írójaként és átalakítójaként használja a modellt a nem látott termékjellemzők kikövetkeztetése helyett.\n\nAz Amazon system, user és assistant szerepeket dokumentál a Nova szöveges promptjaihoz. A rendszerutasítás rögzítheti az írói szerepet és az ismétlődő korlátokat; a felhasználói üzenet adja a feladatot és a forrásanyagot; néhány reprezentatív példa mutathatja a kívánt formátumot. A sűrű bemenetet világos címkékkel tagolja, és az összetett utasításokat bontsa külön lépésekre, ha a modell nehezen kezeli a függőségeiket. Fordításnál adja meg a célnyelvet, hogy meg kell-e őrizni a tulajdonneveket, és mely kifejezések maradjanak változatlanok. A version1 családot több mint 200 nyelvre tanították, egy szűkebb készletre optimalizálva, ezért ne feltételezzen azonos minőséget minden nyelvjárásban.\n\nA Micro támogatja a válaszstreamelést és a kliensoldali eszközhívást. Az Amazon dokumentált kiszolgálási profiljában promptgyorsítótárazást is támogat. Az explicit gyorsítótárazás ellenőrzőpontonként legalább 1K tokent igényel, és legfeljebb négy ellenőrzőpontot enged, ötperces megőrzéssel. A gyártó a promptgyorsítótárat 20K tokenre korlátozza, elsősorban szöveges promptokhoz; ez a gyorsítótárkeret különálló a teljes kontextusablaktól. Forrásokra támaszkodó asszisztensben az alkalmazás visszakeresheti a releváns szöveget vagy végrehajthat egy kért függvényt, majd a megfigyelt eredményt visszaküldheti a végső válaszhoz. Maga a modell nem élő információ-visszakereső rendszer. Ha a válasz aktuális szabályzattól vagy magán tudásbázistól függ, adja meg a tényleges releváns forrást. A kért JSON-formátum hasznos lehet osztályozáshoz vagy kinyeréshez, de a gyártói profil nem sorolja a támogatott funkciók közé a kikényszerített strukturált kimenetet; határozza meg a hiányzó értékek kezelését, és ellenőrizze a visszaadott mezőket.\n\nTovábbi első generációs szerep a testreszabás: az Amazon dokumentálja a Micro finomhangolását címkézett példákon, illetve a Nova Pro vagy Premier feladatspecifikus tudásának desztillálását a modellbe. A testreszabott származék külön munkafolyamat, nem az alapkiadást észrevétlenül megváltoztató képesség. A szokásos modellnél a befejezett eredményt a leíráshoz mérje: a megadott tények maradjanak épek, fontos tulajdonságok ne tűnjenek el, és a próza feleljen meg a kért stílusnak. A Micro kódot is generálhat, ezek a válaszok azonban nem tartalmaznak automatikus biztonsági ellenőrzést vagy végrehajtási eredményt.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Product copy from supplied specifications\n\nTurn these attributes into a neutral 45-word catalog paragraph: folding desk, oak veneer, steel frame, 90 × 50 cm top, two height positions, flat-pack delivery. Follow it with missing specifications a buyer might need. Use only the supplied attributes and avoid claims about durability, sustainability or maximum load.One short product paragraph followed by a separate missing-specifications list.Every stated product feature is in the supplied attributes; unknown load capacity stays in the missing list.amazon/nova-micro-v1Az Amazon Nova Micro az első generációs Nova család kizárólag szöveges modellje. Kis késleltetésű nyelvi feladatokra készült, például összefoglalásra, fordításra, osztályozásra, kérdésválaszolásra és a megadott tények tömör tartalommá alakítására.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
Az Amazon Nova Micro az Amazon kizárólag szöveges, első generációs Nova modellje, amelyet rutinszerű nyelvi munkafolyamatokban kis késleltetésű válaszokra terveztek. Szöveget fogad és szöveget ad vissza. Az Amazon példái között a megadott információ összefoglalása, fordítás, szövegosztályozás, kérdések megválaszolása és tömör írott tartalom készítése szerepel. A Micro akkor hasznos, amikor az alkalmazás már összegyűjtötte a tényeket, és célzott átalakításra van szüksége, például terméktulajdonságok katalógusbekezdéssé vagy megbeszélésjegyzetek teendőlistává alakítására.
Az első generációs Nova útmutató 128K tokenes kontextusablakot és legfeljebb 10K tokenes kimenetet sorol fel. Dokumentált tudáshatára 2024 októbere. Ez kisebb munkakontextus, mint a Nova Lite és Pro 300K ablaka vagy a Premier 1 millió tokenes ablaka. A rendelkezésre álló helyet a választ ténylegesen meghatározó szövegre használja: forrásrészletekre, példákra és releváns beszélgetésre. Határozza meg, hogy a kívánt eredmény rövid válasz, kategóriacímke, fordítás vagy kinyert mezők készlete legyen-e. A nagy kontextuskeret nem igényel hosszú választ; az explicit kimeneti hossz és szerkezet tartja használhatóan az eredményt.
A Micro hatóköre a szöveg, nem a natív kép-, videó- vagy hangértés. Eredetileg dokumentumban vagy médiafájlban tárolt információhoz adja meg annak kinyert szövegét vagy átiratát. A terméktartalom leírása tartalmazhatja a termék nevét, méreteit, anyagait, változatait és az előírt stílust, majd kérhet egyetlen, kizárólag ezekre a tulajdonságokra épülő bekezdést. Önálló példa lehet semleges leírás és a hiányzó specifikációk külön listájának kérése. Ez a megadott bizonyíték írójaként és átalakítójaként használja a modellt a nem látott termékjellemzők kikövetkeztetése helyett.
Az Amazon system, user és assistant szerepeket dokumentál a Nova szöveges promptjaihoz. A rendszerutasítás rögzítheti az írói szerepet és az ismétlődő korlátokat; a felhasználói üzenet adja a feladatot és a forrásanyagot; néhány reprezentatív példa mutathatja a kívánt formátumot. A sűrű bemenetet világos címkékkel tagolja, és az összetett utasításokat bontsa külön lépésekre, ha a modell nehezen kezeli a függőségeiket. Fordításnál adja meg a célnyelvet, hogy meg kell-e őrizni a tulajdonneveket, és mely kifejezések maradjanak változatlanok. A version1 családot több mint 200 nyelvre tanították, egy szűkebb készletre optimalizálva, ezért ne feltételezzen azonos minőséget minden nyelvjárásban.
A Micro támogatja a válaszstreamelést és a kliensoldali eszközhívást. Az Amazon dokumentált kiszolgálási profiljában promptgyorsítótárazást is támogat. Az explicit gyorsítótárazás ellenőrzőpontonként legalább 1K tokent igényel, és legfeljebb négy ellenőrzőpontot enged, ötperces megőrzéssel. A gyártó a promptgyorsítótárat 20K tokenre korlátozza, elsősorban szöveges promptokhoz; ez a gyorsítótárkeret különálló a teljes kontextusablaktól. Forrásokra támaszkodó asszisztensben az alkalmazás visszakeresheti a releváns szöveget vagy végrehajthat egy kért függvényt, majd a megfigyelt eredményt visszaküldheti a végső válaszhoz. Maga a modell nem élő információ-visszakereső rendszer. Ha a válasz aktuális szabályzattól vagy magán tudásbázistól függ, adja meg a tényleges releváns forrást. A kért JSON-formátum hasznos lehet osztályozáshoz vagy kinyeréshez, de a gyártói profil nem sorolja a támogatott funkciók közé a kikényszerített strukturált kimenetet; határozza meg a hiányzó értékek kezelését, és ellenőrizze a visszaadott mezőket.
További első generációs szerep a testreszabás: az Amazon dokumentálja a Micro finomhangolását címkézett példákon, illetve a Nova Pro vagy Premier feladatspecifikus tudásának desztillálását a modellbe. A testreszabott származék külön munkafolyamat, nem az alapkiadást észrevétlenül megváltoztató képesség. A szokásos modellnél a befejezett eredményt a leíráshoz mérje: a megadott tények maradjanak épek, fontos tulajdonságok ne tűnjenek el, és a próza feleljen meg a kért stílusnak. A Micro kódot is generálhat, ezek a válaszok azonban nem tartalmaznak automatikus biztonsági ellenőrzést vagy végrehajtási eredményt.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok amazon/nova-micro-v1 | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.00007 / 1K token Kimenet · Kimeneti tokenek $0.00028 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.00007 / 1K token Kimenet · Kimeneti tokenek $0.00028 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-micro-v1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='amazon/nova-micro-v1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='amazon/nova-micro-v1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra amazon/nova-micro-v1
Használja a fent látható metódusútvonalakat.
amazon/nova-micro-v1Az Amazon Nova Micro az első generációs Nova család kizárólag szöveges modellje. Kis késleltetésű nyelvi feladatokra készült, például összefoglalásra, fordításra, osztályozásra, kérdésválaszolásra és a megadott tények tömör tartalommá alakítására.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
Az Amazon Nova Micro az Amazon kizárólag szöveges, első generációs Nova modellje, amelyet rutinszerű nyelvi munkafolyamatokban kis késleltetésű válaszokra terveztek. Szöveget fogad és szöveget ad vissza. Az Amazon példái között a megadott információ összefoglalása, fordítás, szövegosztályozás, kérdések megválaszolása és tömör írott tartalom készítése szerepel. A Micro akkor hasznos, amikor az alkalmazás már összegyűjtötte a tényeket, és célzott átalakításra van szüksége, például terméktulajdonságok katalógusbekezdéssé vagy megbeszélésjegyzetek teendőlistává alakítására.
Az első generációs Nova útmutató 128K tokenes kontextusablakot és legfeljebb 10K tokenes kimenetet sorol fel. Dokumentált tudáshatára 2024 októbere. Ez kisebb munkakontextus, mint a Nova Lite és Pro 300K ablaka vagy a Premier 1 millió tokenes ablaka. A rendelkezésre álló helyet a választ ténylegesen meghatározó szövegre használja: forrásrészletekre, példákra és releváns beszélgetésre. Határozza meg, hogy a kívánt eredmény rövid válasz, kategóriacímke, fordítás vagy kinyert mezők készlete legyen-e. A nagy kontextuskeret nem igényel hosszú választ; az explicit kimeneti hossz és szerkezet tartja használhatóan az eredményt.
A Micro hatóköre a szöveg, nem a natív kép-, videó- vagy hangértés. Eredetileg dokumentumban vagy médiafájlban tárolt információhoz adja meg annak kinyert szövegét vagy átiratát. A terméktartalom leírása tartalmazhatja a termék nevét, méreteit, anyagait, változatait és az előírt stílust, majd kérhet egyetlen, kizárólag ezekre a tulajdonságokra épülő bekezdést. Önálló példa lehet semleges leírás és a hiányzó specifikációk külön listájának kérése. Ez a megadott bizonyíték írójaként és átalakítójaként használja a modellt a nem látott termékjellemzők kikövetkeztetése helyett.
Az Amazon system, user és assistant szerepeket dokumentál a Nova szöveges promptjaihoz. A rendszerutasítás rögzítheti az írói szerepet és az ismétlődő korlátokat; a felhasználói üzenet adja a feladatot és a forrásanyagot; néhány reprezentatív példa mutathatja a kívánt formátumot. A sűrű bemenetet világos címkékkel tagolja, és az összetett utasításokat bontsa külön lépésekre, ha a modell nehezen kezeli a függőségeiket. Fordításnál adja meg a célnyelvet, hogy meg kell-e őrizni a tulajdonneveket, és mely kifejezések maradjanak változatlanok. A version1 családot több mint 200 nyelvre tanították, egy szűkebb készletre optimalizálva, ezért ne feltételezzen azonos minőséget minden nyelvjárásban.
A Micro támogatja a válaszstreamelést és a kliensoldali eszközhívást. Az Amazon dokumentált kiszolgálási profiljában promptgyorsítótárazást is támogat. Az explicit gyorsítótárazás ellenőrzőpontonként legalább 1K tokent igényel, és legfeljebb négy ellenőrzőpontot enged, ötperces megőrzéssel. A gyártó a promptgyorsítótárat 20K tokenre korlátozza, elsősorban szöveges promptokhoz; ez a gyorsítótárkeret különálló a teljes kontextusablaktól. Forrásokra támaszkodó asszisztensben az alkalmazás visszakeresheti a releváns szöveget vagy végrehajthat egy kért függvényt, majd a megfigyelt eredményt visszaküldheti a végső válaszhoz. Maga a modell nem élő információ-visszakereső rendszer. Ha a válasz aktuális szabályzattól vagy magán tudásbázistól függ, adja meg a tényleges releváns forrást. A kért JSON-formátum hasznos lehet osztályozáshoz vagy kinyeréshez, de a gyártói profil nem sorolja a támogatott funkciók közé a kikényszerített strukturált kimenetet; határozza meg a hiányzó értékek kezelését, és ellenőrizze a visszaadott mezőket.
További első generációs szerep a testreszabás: az Amazon dokumentálja a Micro finomhangolását címkézett példákon, illetve a Nova Pro vagy Premier feladatspecifikus tudásának desztillálását a modellbe. A testreszabott származék külön munkafolyamat, nem az alapkiadást észrevétlenül megváltoztató képesség. A szokásos modellnél a befejezett eredményt a leíráshoz mérje: a megadott tények maradjanak épek, fontos tulajdonságok ne tűnjenek el, és a próza feleljen meg a kért stílusnak. A Micro kódot is generálhat, ezek a válaszok azonban nem tartalmaznak automatikus biztonsági ellenőrzést vagy végrehajtási eredményt.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok amazon/nova-micro-v1 | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.00007 / 1K token Kimenet · Kimeneti tokenek $0.00028 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.00007 / 1K token Kimenet · Kimeneti tokenek $0.00028 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "amazon/nova-micro-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'amazon/nova-micro-v1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'amazon/nova-micro-v1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra amazon/nova-micro-v1
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Product copy from supplied specifications\n\nTurn these attributes into a neutral 45-word catalog paragraph: folding desk, oak veneer, steel frame, 90 × 50 cm top, two height positions, flat-pack delivery. Follow it with missing specifications a buyer might need. Use only the supplied attributes and avoid claims about durability, sustainability or maximum load.One short product paragraph followed by a separate missing-specifications list.Every stated product feature is in the supplied attributes; unknown load capacity stays in the missing list.