Az ERNIE 4.5 300B-A47B a Baidu nagy szöveges modellje az ERNIE 4.5 családban. Szakértőkeverékes felépítése összesen 300 milliárd paramétert tartalmaz, és minden tokennél 47 milliárdot aktivál. A közzétett modellkonfiguráció 131 072 tokenes kontextushosszt ad meg. Szöveget fogad és szöveget generál, támogatva a beszélgetést, magyarázatot vagy a megadott kérdésre és anyagra épülő új dokumentumot.
Az ERNIE 4.5 fő jellemzői. A Baidu a nyelvi és vizuális információk közös tanítását írja le a család egészében, olyan útválasztással, amely lehetővé teszi, hogy a különböző modalitások egyes paramétereken osztozzanak, miközben megtartják saját feldolgozásukat. A szöveges változat az általános nyelvértésre és szöveggenerálásra összpontosít. A család fejlesztése hatékony tanítási és következtetési infrastruktúrát, valamint felügyelt példákkal és preferenciaalapú optimalizálással végzett utótanítást is tartalmaz. Ezek a tervezési döntések a modell hátterét magyarázzák; nem alakítanak egy szöveges kérést képbemenetté.
Modellkonfiguráció. A közzétett szöveges modell 54 réteggel, 64 lekérdezési figyelmi fejjel és 8 kulcs/érték fejjel rendelkezik. Szöveges szakértőkonfigurációja 64 szakértőt sorol fel, amelyekből egyszerre 8 aktiválódik. A gyakorlati bemenet-előkészítés során a kontextusban őrizze meg a feladathoz szükséges részleteket, a címeikkel és kapcsolataikkal együtt. A beszélgetés és a létrehozott válasz közösen használja a rendelkezésre álló kontextuskeretet, ezért releváns anyagokat válasszon, és határozza meg az eredmény hosszát, ahelyett hogy az egész ablakot válaszhelynek tekintené.
A kérés egy kérdéssel vagy utasítással kezdődik. Dokumentumelemzéshez adjon címkézett szakaszokat, és kérjen olyan következtetést, amely minden pontnál megadja az alátámasztó szakaszt. Szövegíráshoz adja meg a célközönséget, a forrástényeket és a kívánt szerkezetet. Kérhet például szolgáltatásmagyarázatot, követelmény-összefoglalót vagy két belső eljárás összehasonlítását. Mellékelje a bizonytalan eseteket szabályozó előírásokat, és kérjen hiányzóinformáció-jelzést, amikor a forrás nem indokol határozott választ.
Referenciákra alapozott válaszadás. A gyártó kínai és angol utasítási példákat tesz közzé olyan munkafolyamathoz, amely megadja az aktuális időt, referenciacikkeket és egy kérdést. A modell azt az utasítást kapja, hogy ítélje meg a referenciák relevanciáját és időszerűségét, részesítse előnyben a hiteles anyagokat, és jelezze, ha a bizonyíték elégtelen. E minta alkalmazásához címkézzen fel minden megadott referenciát, ahol rendelkezésre áll, őrizze meg a közzétételi időpontját, és válassza külön a referenciatartalmat a kérdéstől. A várt eredmény az e részletekre alapozott válasz, nem pedig az a feltételezés, hogy a visszakeresés már megtörtént.
Generálási útmutató. A Baidu kártyája 0,8-as temperature és 0,8-as top-p értéket ajánl a közzétett modellpéldákhoz. Kezelje ezeket gyártói útmutatásként egy kompatibilis generálási környezet konfigurálásakor, majd értékelje a kimenetet a feladat követelményei alapján. A modell PT és Paddle kiadásai eltérő súlyformátumokat jelölnek; a név szerint megadott szöveges kiadás különbözik a VL képi-nyelvi modelltől és egy Base tanítási ellenőrzőponttól. A gyakorlati felülvizsgálat során ellenőrizni kell a fontos tényállításokat, számszerű részleteket és a kért szakaszok teljességét a megadott anyag alapján.
", "aboutText": "Az ERNIE 4.5 300B-A47B a Baidu nagy szöveges modellje az ERNIE 4.5 családban. Szakértőkeverékes felépítése összesen 300 milliárd paramétert tartalmaz, és minden tokennél 47 milliárdot aktivál. A közzétett modellkonfiguráció 131 072 tokenes kontextushosszt ad meg. Szöveget fogad és szöveget generál, támogatva a beszélgetést, magyarázatot vagy a megadott kérdésre és anyagra épülő új dokumentumot.\n\nAz ERNIE 4.5 fő jellemzői. A Baidu a nyelvi és vizuális információk közös tanítását írja le a család egészében, olyan útválasztással, amely lehetővé teszi, hogy a különböző modalitások egyes paramétereken osztozzanak, miközben megtartják saját feldolgozásukat. A szöveges változat az általános nyelvértésre és szöveggenerálásra összpontosít. A család fejlesztése hatékony tanítási és következtetési infrastruktúrát, valamint felügyelt példákkal és preferenciaalapú optimalizálással végzett utótanítást is tartalmaz. Ezek a tervezési döntések a modell hátterét magyarázzák; nem alakítanak egy szöveges kérést képbemenetté.\n\nModellkonfiguráció. A közzétett szöveges modell 54 réteggel, 64 lekérdezési figyelmi fejjel és 8 kulcs/érték fejjel rendelkezik. Szöveges szakértőkonfigurációja 64 szakértőt sorol fel, amelyekből egyszerre 8 aktiválódik. A gyakorlati bemenet-előkészítés során a kontextusban őrizze meg a feladathoz szükséges részleteket, a címeikkel és kapcsolataikkal együtt. A beszélgetés és a létrehozott válasz közösen használja a rendelkezésre álló kontextuskeretet, ezért releváns anyagokat válasszon, és határozza meg az eredmény hosszát, ahelyett hogy az egész ablakot válaszhelynek tekintené.\n\nA kérés egy kérdéssel vagy utasítással kezdődik. Dokumentumelemzéshez adjon címkézett szakaszokat, és kérjen olyan következtetést, amely minden pontnál megadja az alátámasztó szakaszt. Szövegíráshoz adja meg a célközönséget, a forrástényeket és a kívánt szerkezetet. Kérhet például szolgáltatásmagyarázatot, követelmény-összefoglalót vagy két belső eljárás összehasonlítását. Mellékelje a bizonytalan eseteket szabályozó előírásokat, és kérjen hiányzóinformáció-jelzést, amikor a forrás nem indokol határozott választ.\n\nReferenciákra alapozott válaszadás. A gyártó kínai és angol utasítási példákat tesz közzé olyan munkafolyamathoz, amely megadja az aktuális időt, referenciacikkeket és egy kérdést. A modell azt az utasítást kapja, hogy ítélje meg a referenciák relevanciáját és időszerűségét, részesítse előnyben a hiteles anyagokat, és jelezze, ha a bizonyíték elégtelen. E minta alkalmazásához címkézzen fel minden megadott referenciát, ahol rendelkezésre áll, őrizze meg a közzétételi időpontját, és válassza külön a referenciatartalmat a kérdéstől. A várt eredmény az e részletekre alapozott válasz, nem pedig az a feltételezés, hogy a visszakeresés már megtörtént.\n\nGenerálási útmutató. A Baidu kártyája 0,8-as temperature és 0,8-as top-p értéket ajánl a közzétett modellpéldákhoz. Kezelje ezeket gyártói útmutatásként egy kompatibilis generálási környezet konfigurálásakor, majd értékelje a kimenetet a feladat követelményei alapján. A modell PT és Paddle kiadásai eltérő súlyformátumokat jelölnek; a név szerint megadott szöveges kiadás különbözik a VL képi-nyelvi modelltől és egy Base tanítási ellenőrzőponttól. A gyakorlati felülvizsgálat során ellenőrizni kell a fontos tényállításokat, számszerű részleteket és a kért szakaszok teljességét a megadott anyag alapján.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Resolve conflicting reference passages\n\nAnswer the question using these references only. R1, old handbook: Trial accounts retain exports for 7 days. R2, current handbook: Trial exports are retained for 14 days; paid-account exports for 90 days. Question: How long can a trial customer retrieve an export? Cite the relevant reference and explain why the other passage differs.A short answer with the retention period, reference identifier and a sentence describing the documented version conflict.Check that the answer uses the current trial rule and does not substitute the paid-account period.baidu/ERNIE-4.5-300B-A47BAz ERNIE 4.5 300B-A47B a Baidu szöveges, szakértőkeverékes modellje 300 milliárd összes paraméterrel, tokenenként 47 milliárd aktív paraméterrel és közzétett, 131 072 tokenes kontextussal. Nyelvértést és szöveggenerálást támogat, beleértve a megadott referenciarészletekre alapozott válaszokat.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
Az ERNIE 4.5 300B-A47B a Baidu nagy szöveges modellje az ERNIE 4.5 családban. Szakértőkeverékes felépítése összesen 300 milliárd paramétert tartalmaz, és minden tokennél 47 milliárdot aktivál. A közzétett modellkonfiguráció 131 072 tokenes kontextushosszt ad meg. Szöveget fogad és szöveget generál, támogatva a beszélgetést, magyarázatot vagy a megadott kérdésre és anyagra épülő új dokumentumot.
Az ERNIE 4.5 fő jellemzői. A Baidu a nyelvi és vizuális információk közös tanítását írja le a család egészében, olyan útválasztással, amely lehetővé teszi, hogy a különböző modalitások egyes paramétereken osztozzanak, miközben megtartják saját feldolgozásukat. A szöveges változat az általános nyelvértésre és szöveggenerálásra összpontosít. A család fejlesztése hatékony tanítási és következtetési infrastruktúrát, valamint felügyelt példákkal és preferenciaalapú optimalizálással végzett utótanítást is tartalmaz. Ezek a tervezési döntések a modell hátterét magyarázzák; nem alakítanak egy szöveges kérést képbemenetté.
Modellkonfiguráció. A közzétett szöveges modell 54 réteggel, 64 lekérdezési figyelmi fejjel és 8 kulcs/érték fejjel rendelkezik. Szöveges szakértőkonfigurációja 64 szakértőt sorol fel, amelyekből egyszerre 8 aktiválódik. A gyakorlati bemenet-előkészítés során a kontextusban őrizze meg a feladathoz szükséges részleteket, a címeikkel és kapcsolataikkal együtt. A beszélgetés és a létrehozott válasz közösen használja a rendelkezésre álló kontextuskeretet, ezért releváns anyagokat válasszon, és határozza meg az eredmény hosszát, ahelyett hogy az egész ablakot válaszhelynek tekintené.
A kérés egy kérdéssel vagy utasítással kezdődik. Dokumentumelemzéshez adjon címkézett szakaszokat, és kérjen olyan következtetést, amely minden pontnál megadja az alátámasztó szakaszt. Szövegíráshoz adja meg a célközönséget, a forrástényeket és a kívánt szerkezetet. Kérhet például szolgáltatásmagyarázatot, követelmény-összefoglalót vagy két belső eljárás összehasonlítását. Mellékelje a bizonytalan eseteket szabályozó előírásokat, és kérjen hiányzóinformáció-jelzést, amikor a forrás nem indokol határozott választ.
Referenciákra alapozott válaszadás. A gyártó kínai és angol utasítási példákat tesz közzé olyan munkafolyamathoz, amely megadja az aktuális időt, referenciacikkeket és egy kérdést. A modell azt az utasítást kapja, hogy ítélje meg a referenciák relevanciáját és időszerűségét, részesítse előnyben a hiteles anyagokat, és jelezze, ha a bizonyíték elégtelen. E minta alkalmazásához címkézzen fel minden megadott referenciát, ahol rendelkezésre áll, őrizze meg a közzétételi időpontját, és válassza külön a referenciatartalmat a kérdéstől. A várt eredmény az e részletekre alapozott válasz, nem pedig az a feltételezés, hogy a visszakeresés már megtörtént.
Generálási útmutató. A Baidu kártyája 0,8-as temperature és 0,8-as top-p értéket ajánl a közzétett modellpéldákhoz. Kezelje ezeket gyártói útmutatásként egy kompatibilis generálási környezet konfigurálásakor, majd értékelje a kimenetet a feladat követelményei alapján. A modell PT és Paddle kiadásai eltérő súlyformátumokat jelölnek; a név szerint megadott szöveges kiadás különbözik a VL képi-nyelvi modelltől és egy Base tanítási ellenőrzőponttól. A gyakorlati felülvizsgálat során ellenőrizni kell a fontos tényállításokat, számszerű részleteket és a kért szakaszok teljességét a megadott anyag alapján.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok baidu/ERNIE-4.5-300B-A47B | 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.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.00228 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "baidu/ERNIE-4.5-300B-A47B", "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='baidu/ERNIE-4.5-300B-A47B',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='baidu/ERNIE-4.5-300B-A47B',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 baidu/ERNIE-4.5-300B-A47B
Használja a fent látható metódusútvonalakat.
baidu/ERNIE-4.5-300B-A47BAz ERNIE 4.5 300B-A47B a Baidu szöveges, szakértőkeverékes modellje 300 milliárd összes paraméterrel, tokenenként 47 milliárd aktív paraméterrel és közzétett, 131 072 tokenes kontextussal. Nyelvértést és szöveggenerálást támogat, beleértve a megadott referenciarészletekre alapozott válaszokat.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
Az ERNIE 4.5 300B-A47B a Baidu nagy szöveges modellje az ERNIE 4.5 családban. Szakértőkeverékes felépítése összesen 300 milliárd paramétert tartalmaz, és minden tokennél 47 milliárdot aktivál. A közzétett modellkonfiguráció 131 072 tokenes kontextushosszt ad meg. Szöveget fogad és szöveget generál, támogatva a beszélgetést, magyarázatot vagy a megadott kérdésre és anyagra épülő új dokumentumot.
Az ERNIE 4.5 fő jellemzői. A Baidu a nyelvi és vizuális információk közös tanítását írja le a család egészében, olyan útválasztással, amely lehetővé teszi, hogy a különböző modalitások egyes paramétereken osztozzanak, miközben megtartják saját feldolgozásukat. A szöveges változat az általános nyelvértésre és szöveggenerálásra összpontosít. A család fejlesztése hatékony tanítási és következtetési infrastruktúrát, valamint felügyelt példákkal és preferenciaalapú optimalizálással végzett utótanítást is tartalmaz. Ezek a tervezési döntések a modell hátterét magyarázzák; nem alakítanak egy szöveges kérést képbemenetté.
Modellkonfiguráció. A közzétett szöveges modell 54 réteggel, 64 lekérdezési figyelmi fejjel és 8 kulcs/érték fejjel rendelkezik. Szöveges szakértőkonfigurációja 64 szakértőt sorol fel, amelyekből egyszerre 8 aktiválódik. A gyakorlati bemenet-előkészítés során a kontextusban őrizze meg a feladathoz szükséges részleteket, a címeikkel és kapcsolataikkal együtt. A beszélgetés és a létrehozott válasz közösen használja a rendelkezésre álló kontextuskeretet, ezért releváns anyagokat válasszon, és határozza meg az eredmény hosszát, ahelyett hogy az egész ablakot válaszhelynek tekintené.
A kérés egy kérdéssel vagy utasítással kezdődik. Dokumentumelemzéshez adjon címkézett szakaszokat, és kérjen olyan következtetést, amely minden pontnál megadja az alátámasztó szakaszt. Szövegíráshoz adja meg a célközönséget, a forrástényeket és a kívánt szerkezetet. Kérhet például szolgáltatásmagyarázatot, követelmény-összefoglalót vagy két belső eljárás összehasonlítását. Mellékelje a bizonytalan eseteket szabályozó előírásokat, és kérjen hiányzóinformáció-jelzést, amikor a forrás nem indokol határozott választ.
Referenciákra alapozott válaszadás. A gyártó kínai és angol utasítási példákat tesz közzé olyan munkafolyamathoz, amely megadja az aktuális időt, referenciacikkeket és egy kérdést. A modell azt az utasítást kapja, hogy ítélje meg a referenciák relevanciáját és időszerűségét, részesítse előnyben a hiteles anyagokat, és jelezze, ha a bizonyíték elégtelen. E minta alkalmazásához címkézzen fel minden megadott referenciát, ahol rendelkezésre áll, őrizze meg a közzétételi időpontját, és válassza külön a referenciatartalmat a kérdéstől. A várt eredmény az e részletekre alapozott válasz, nem pedig az a feltételezés, hogy a visszakeresés már megtörtént.
Generálási útmutató. A Baidu kártyája 0,8-as temperature és 0,8-as top-p értéket ajánl a közzétett modellpéldákhoz. Kezelje ezeket gyártói útmutatásként egy kompatibilis generálási környezet konfigurálásakor, majd értékelje a kimenetet a feladat követelményei alapján. A modell PT és Paddle kiadásai eltérő súlyformátumokat jelölnek; a név szerint megadott szöveges kiadás különbözik a VL képi-nyelvi modelltől és egy Base tanítási ellenőrzőponttól. A gyakorlati felülvizsgálat során ellenőrizni kell a fontos tényállításokat, számszerű részleteket és a kért szakaszok teljességét a megadott anyag alapján.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok baidu/ERNIE-4.5-300B-A47B | 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.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.00228 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "baidu/ERNIE-4.5-300B-A47B",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'baidu/ERNIE-4.5-300B-A47B', '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': 'baidu/ERNIE-4.5-300B-A47B', '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 baidu/ERNIE-4.5-300B-A47B
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Resolve conflicting reference passages\n\nAnswer the question using these references only. R1, old handbook: Trial accounts retain exports for 7 days. R2, current handbook: Trial exports are retained for 14 days; paid-account exports for 90 days. Question: How long can a trial customer retrieve an export? Cite the relevant reference and explain why the other passage differs.A short answer with the retention period, reference identifier and a sentence describing the documented version conflict.Check that the answer uses the current trial rule and does not substitute the paid-account period.