Az ERNIE 5.0 Thinking a Baidu következtetésre összpontosító modellcsaládja összetett kérdésekhez, íráshoz, utasításkövetéshez és alkalmazásokhoz kapcsolódó feladatokhoz. A gyártó névvel azonosított Thinking Preview profilja mély következtetést kapcsol össze vizuális értelmezéssel, valamint a tervezés és az eszközhasználat támogatásával. Gyártói szövegesválasz-munkafolyamata különbözik attól, mintha a teljes ERNIE 5.0 kutatási család multimodális generálási képességeit egyetlen, felcserélhető kérési szerződésként kezelnénk.
Add meg a kérdést, a felhasználható anyagot és a válasz által teljesítendő feltételeket. Egy kutatási összehasonlítás meghatározhatja a szempontokat, és kérheti az egyes következtetéseket alátámasztó bizonyítékokat. Egy írási feladat megadhatja a célközönséget, a tényeket tartalmazó leírást és a kívánt szerkezetet. Egy kódolási kérdés azonosíthatja a megváltoztatandó működést és a releváns forrásrészletet. A végső anyag legyen elég konkrét az ellenőrzéshez.
Vizuális értelmezéshez olyan anyagot adj meg, amely világosan mutatja a releváns jellemzőt, és fogalmazd meg az arra vonatkozó kérdést. Egy diagramnak vagy dokumentumképnek olvasható címkékre és az értékek jelentését meghatározó környező kontextusra van szüksége. A fontos szöveges és számszerű részleteket ellenőrizd az eredeti anyag alapján. A modell vizuális értelmezési célja nem szünteti meg annak szükségességét, hogy a forrást a visszaadott értelmezéssel együtt megőrizd.
A Baidu AI Studio táblája a Thinking Preview profilt 128K kontextussal és 119K maximális bemenettel sorolja fel. A kínai táblázat legfeljebb 65 536 tokenes végsőkimenet-beállítást és 2K alapértéket ad meg, valamint külön 60K gondolkodási terjedelmet sorol fel. E kereteket a saját szerepükben kezeld: a feladat kontextusa, a generált következtetés és a kért végső válasz egy hasznos eredmény különböző részei.
A nagy bemeneti keret kapcsolódó dokumentumokat fogadhat be, miközben a kért válasznak továbbra is a szükséges döntéshez vagy anyaghoz kell illeszkednie. Összehasonlításhoz tömör bizonyítéktáblázatot és az irányadó következtetést kérd, az összes megadott részlet megismétlése helyett. Műszaki válaszhoz őrizd meg az eredményt ellenőrizhetővé tevő bemeneti esetet és várt működést. A névvel azonosított Preview specifikációját nem szabad egy későbbi, frissülő választó mögötti verzióra vonatkozó garanciává alakítani.
A gyártó funkciójegyzéke a Thinking Preview profilt függvényhíváshoz, keresési kiegészítéshez és strukturált kimenethez sorolja fel. Határozz meg egy alkalmazásfüggvényt és a szükséges argumentumokat, hajtsd végre az alkalmazásban a visszaadott kérést, és a folytatáshoz add meg a tényleges eredményt. Egy ügynök terve önmagában nem bizonyíték arra, hogy a tervezett műveletek befejeződtek.
A forrásalapú válasz őrizze meg a lekért bizonyítékokat, és különböztesse meg azokat a megadott háttérinformációtól vagy következtetéstől. Egy strukturált rekordhoz határozd meg a szükséges mezőket és a hiányzó információ jelölését, a visszaadott értékeket pedig ellenőrizd a forrás alapján. A natív válaszformátum és az eszközök részletei a választott gyártói felülethez tartoznak; az alapvető gyakorlati követelmény a visszakövethető szöveges eredmény, nem pedig egy hihető, de alá nem támasztott kitöltött mező.
Hasznos anyag lehet megindokolt összehasonlítás, tervezet, kóddal kapcsolatos magyarázat vagy eszközeredményekre támaszkodó válasz. A fontos azonosítókat, számításokat és értelmezéseket ellenőrizd az azokat megalapozó anyag alapján. A befejezetlen keresés vagy ellentmondó forrás maradjon látható a következtetésben, ahelyett, hogy gördülékeny megfogalmazás rejtené el a hiányt.
A Thinking családnak, a névvel azonosított Preview profilnak és a későbbi ERNIE generációknak külön választói és dokumentált feltételei vannak. A feladatot, a forrásanyagot, a befejezett eszközműveletek bizonyítékait és a végső választ együtt őrizd meg. Így a következő forduló ugyanannak a vizsgálatnak a konkrét javítása vagy kiterjesztése lesz, nem pedig a korábbi munka megalapozatlan rekonstruálása.
", "aboutText": "Az ERNIE 5.0 Thinking a Baidu következtetésre összpontosító modellcsaládja összetett kérdésekhez, íráshoz, utasításkövetéshez és alkalmazásokhoz kapcsolódó feladatokhoz. A gyártó névvel azonosított Thinking Preview profilja mély következtetést kapcsol össze vizuális értelmezéssel, valamint a tervezés és az eszközhasználat támogatásával. Gyártói szövegesválasz-munkafolyamata különbözik attól, mintha a teljes ERNIE 5.0 kutatási család multimodális generálási képességeit egyetlen, felcserélhető kérési szerződésként kezelnénk.\n\n### Készíts elő bizonyítékot a kívánt eredményhez\n\nAdd meg a kérdést, a felhasználható anyagot és a válasz által teljesítendő feltételeket. Egy kutatási összehasonlítás meghatározhatja a szempontokat, és kérheti az egyes következtetéseket alátámasztó bizonyítékokat. Egy írási feladat megadhatja a célközönséget, a tényeket tartalmazó leírást és a kívánt szerkezetet. Egy kódolási kérdés azonosíthatja a megváltoztatandó működést és a releváns forrásrészletet. A végső anyag legyen elég konkrét az ellenőrzéshez.\n\nVizuális értelmezéshez olyan anyagot adj meg, amely világosan mutatja a releváns jellemzőt, és fogalmazd meg az arra vonatkozó kérdést. Egy diagramnak vagy dokumentumképnek olvasható címkékre és az értékek jelentését meghatározó környező kontextusra van szüksége. A fontos szöveges és számszerű részleteket ellenőrizd az eredeti anyag alapján. A modell vizuális értelmezési célja nem szünteti meg annak szükségességét, hogy a forrást a visszaadott értelmezéssel együtt megőrizd.\n\n### A dokumentált Preview keretek\n\nA Baidu AI Studio táblája a Thinking Preview profilt 128K kontextussal és 119K maximális bemenettel sorolja fel. A kínai táblázat legfeljebb 65 536 tokenes végsőkimenet-beállítást és 2K alapértéket ad meg, valamint külön 60K gondolkodási terjedelmet sorol fel. E kereteket a saját szerepükben kezeld: a feladat kontextusa, a generált következtetés és a kért végső válasz egy hasznos eredmény különböző részei.\n\nA nagy bemeneti keret kapcsolódó dokumentumokat fogadhat be, miközben a kért válasznak továbbra is a szükséges döntéshez vagy anyaghoz kell illeszkednie. Összehasonlításhoz tömör bizonyítéktáblázatot és az irányadó következtetést kérd, az összes megadott részlet megismétlése helyett. Műszaki válaszhoz őrizd meg az eredményt ellenőrizhetővé tevő bemeneti esetet és várt működést. A névvel azonosított Preview specifikációját nem szabad egy későbbi, frissülő választó mögötti verzióra vonatkozó garanciává alakítani.\n\n### Eszközök, keresés és strukturált szöveg\n\nA gyártó funkciójegyzéke a Thinking Preview profilt függvényhíváshoz, keresési kiegészítéshez és strukturált kimenethez sorolja fel. Határozz meg egy alkalmazásfüggvényt és a szükséges argumentumokat, hajtsd végre az alkalmazásban a visszaadott kérést, és a folytatáshoz add meg a tényleges eredményt. Egy ügynök terve önmagában nem bizonyíték arra, hogy a tervezett műveletek befejeződtek.\n\nA forrásalapú válasz őrizze meg a lekért bizonyítékokat, és különböztesse meg azokat a megadott háttérinformációtól vagy következtetéstől. Egy strukturált rekordhoz határozd meg a szükséges mezőket és a hiányzó információ jelölését, a visszaadott értékeket pedig ellenőrizd a forrás alapján. A natív válaszformátum és az eszközök részletei a választott gyártói felülethez tartoznak; az alapvető gyakorlati követelmény a visszakövethető szöveges eredmény, nem pedig egy hihető, de alá nem támasztott kitöltött mező.\n\n### Ellenőrizd és folytasd a feladatot\n\nHasznos anyag lehet megindokolt összehasonlítás, tervezet, kóddal kapcsolatos magyarázat vagy eszközeredményekre támaszkodó válasz. A fontos azonosítókat, számításokat és értelmezéseket ellenőrizd az azokat megalapozó anyag alapján. A befejezetlen keresés vagy ellentmondó forrás maradjon látható a következtetésben, ahelyett, hogy gördülékeny megfogalmazás rejtené el a hiányt.\n\nA Thinking családnak, a névvel azonosított Preview profilnak és a későbbi ERNIE generációknak külön választói és dokumentált feltételei vannak. A feladatot, a forrásanyagot, a befejezett eszközműveletek bizonyítékait és a végső választ együtt őrizd meg. Így a következő forduló ugyanannak a vizsgálatnak a konkrét javítása vagy kiterjesztése lesz, nem pedig a korábbi munka megalapozatlan rekonstruálása.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e95221870688827b0b862c14ea11e9ce708fd1558ff00b45eb99dddccf1aabc2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "hu", "methods": [ { "html": "ernie-5.0-thinking-previewAz ERNIE 5.0 Thinking mély következtetést, írást, vizuális megértést és eszközökhöz kapcsolt feladatokat egyesít. A dokumentált Preview profil 128K kontextussal, 119K maximális bemenettel és legfeljebb 65,536 tokenes végső kimeneti beállítással rendelkezik, külön gondolkodási kerettel.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
Az ERNIE 5.0 Thinking a Baidu következtetésre összpontosító modellcsaládja összetett kérdésekhez, íráshoz, utasításkövetéshez és alkalmazásokhoz kapcsolódó feladatokhoz. A gyártó névvel azonosított Thinking Preview profilja mély következtetést kapcsol össze vizuális értelmezéssel, valamint a tervezés és az eszközhasználat támogatásával. Gyártói szövegesválasz-munkafolyamata különbözik attól, mintha a teljes ERNIE 5.0 kutatási család multimodális generálási képességeit egyetlen, felcserélhető kérési szerződésként kezelnénk.
Add meg a kérdést, a felhasználható anyagot és a válasz által teljesítendő feltételeket. Egy kutatási összehasonlítás meghatározhatja a szempontokat, és kérheti az egyes következtetéseket alátámasztó bizonyítékokat. Egy írási feladat megadhatja a célközönséget, a tényeket tartalmazó leírást és a kívánt szerkezetet. Egy kódolási kérdés azonosíthatja a megváltoztatandó működést és a releváns forrásrészletet. A végső anyag legyen elég konkrét az ellenőrzéshez.
Vizuális értelmezéshez olyan anyagot adj meg, amely világosan mutatja a releváns jellemzőt, és fogalmazd meg az arra vonatkozó kérdést. Egy diagramnak vagy dokumentumképnek olvasható címkékre és az értékek jelentését meghatározó környező kontextusra van szüksége. A fontos szöveges és számszerű részleteket ellenőrizd az eredeti anyag alapján. A modell vizuális értelmezési célja nem szünteti meg annak szükségességét, hogy a forrást a visszaadott értelmezéssel együtt megőrizd.
A Baidu AI Studio táblája a Thinking Preview profilt 128K kontextussal és 119K maximális bemenettel sorolja fel. A kínai táblázat legfeljebb 65 536 tokenes végsőkimenet-beállítást és 2K alapértéket ad meg, valamint külön 60K gondolkodási terjedelmet sorol fel. E kereteket a saját szerepükben kezeld: a feladat kontextusa, a generált következtetés és a kért végső válasz egy hasznos eredmény különböző részei.
A nagy bemeneti keret kapcsolódó dokumentumokat fogadhat be, miközben a kért válasznak továbbra is a szükséges döntéshez vagy anyaghoz kell illeszkednie. Összehasonlításhoz tömör bizonyítéktáblázatot és az irányadó következtetést kérd, az összes megadott részlet megismétlése helyett. Műszaki válaszhoz őrizd meg az eredményt ellenőrizhetővé tevő bemeneti esetet és várt működést. A névvel azonosított Preview specifikációját nem szabad egy későbbi, frissülő választó mögötti verzióra vonatkozó garanciává alakítani.
A gyártó funkciójegyzéke a Thinking Preview profilt függvényhíváshoz, keresési kiegészítéshez és strukturált kimenethez sorolja fel. Határozz meg egy alkalmazásfüggvényt és a szükséges argumentumokat, hajtsd végre az alkalmazásban a visszaadott kérést, és a folytatáshoz add meg a tényleges eredményt. Egy ügynök terve önmagában nem bizonyíték arra, hogy a tervezett műveletek befejeződtek.
A forrásalapú válasz őrizze meg a lekért bizonyítékokat, és különböztesse meg azokat a megadott háttérinformációtól vagy következtetéstől. Egy strukturált rekordhoz határozd meg a szükséges mezőket és a hiányzó információ jelölését, a visszaadott értékeket pedig ellenőrizd a forrás alapján. A natív válaszformátum és az eszközök részletei a választott gyártói felülethez tartoznak; az alapvető gyakorlati követelmény a visszakövethető szöveges eredmény, nem pedig egy hihető, de alá nem támasztott kitöltött mező.
Hasznos anyag lehet megindokolt összehasonlítás, tervezet, kóddal kapcsolatos magyarázat vagy eszközeredményekre támaszkodó válasz. A fontos azonosítókat, számításokat és értelmezéseket ellenőrizd az azokat megalapozó anyag alapján. A befejezetlen keresés vagy ellentmondó forrás maradjon látható a következtetésben, ahelyett, hogy gördülékeny megfogalmazás rejtené el a hiányt.
A Thinking családnak, a névvel azonosított Preview profilnak és a későbbi ERNIE generációknak külön választói és dokumentált feltételei vannak. A feladatot, a forrásanyagot, a befejezett eszközműveletek bizonyítékait és a végső választ együtt őrizd meg. Így a következő forduló ugyanannak a vizsgálatnak a konkrét javítása vagy kiterjesztése lesz, nem pedig a korábbi munka megalapozatlan rekonstruálása.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok ernie-5.0-thinking-preview | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Szöveges beszélgetés | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
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 |
Paramétercontrol_scope | SzerződésSzöveges beszélgetés; a stream logikai érték, alapértéke false. |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Metódus álnevei: /chat/completions
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 $0.001892 / 1K token Kimenet · Kimeneti tokenek $0.003146 / 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":"ernie-5.0-thinking-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="ernie-5.0-thinking-preview", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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 ernie-5.0-thinking-preview
/chat/completions
ernie-5.0-thinking-previewAz ERNIE 5.0 Thinking mély következtetést, írást, vizuális megértést és eszközökhöz kapcsolt feladatokat egyesít. A dokumentált Preview profil 128K kontextussal, 119K maximális bemenettel és legfeljebb 65,536 tokenes végső kimeneti beállítással rendelkezik, külön gondolkodási kerettel.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
Az ERNIE 5.0 Thinking a Baidu következtetésre összpontosító modellcsaládja összetett kérdésekhez, íráshoz, utasításkövetéshez és alkalmazásokhoz kapcsolódó feladatokhoz. A gyártó névvel azonosított Thinking Preview profilja mély következtetést kapcsol össze vizuális értelmezéssel, valamint a tervezés és az eszközhasználat támogatásával. Gyártói szövegesválasz-munkafolyamata különbözik attól, mintha a teljes ERNIE 5.0 kutatási család multimodális generálási képességeit egyetlen, felcserélhető kérési szerződésként kezelnénk.
Add meg a kérdést, a felhasználható anyagot és a válasz által teljesítendő feltételeket. Egy kutatási összehasonlítás meghatározhatja a szempontokat, és kérheti az egyes következtetéseket alátámasztó bizonyítékokat. Egy írási feladat megadhatja a célközönséget, a tényeket tartalmazó leírást és a kívánt szerkezetet. Egy kódolási kérdés azonosíthatja a megváltoztatandó működést és a releváns forrásrészletet. A végső anyag legyen elég konkrét az ellenőrzéshez.
Vizuális értelmezéshez olyan anyagot adj meg, amely világosan mutatja a releváns jellemzőt, és fogalmazd meg az arra vonatkozó kérdést. Egy diagramnak vagy dokumentumképnek olvasható címkékre és az értékek jelentését meghatározó környező kontextusra van szüksége. A fontos szöveges és számszerű részleteket ellenőrizd az eredeti anyag alapján. A modell vizuális értelmezési célja nem szünteti meg annak szükségességét, hogy a forrást a visszaadott értelmezéssel együtt megőrizd.
A Baidu AI Studio táblája a Thinking Preview profilt 128K kontextussal és 119K maximális bemenettel sorolja fel. A kínai táblázat legfeljebb 65 536 tokenes végsőkimenet-beállítást és 2K alapértéket ad meg, valamint külön 60K gondolkodási terjedelmet sorol fel. E kereteket a saját szerepükben kezeld: a feladat kontextusa, a generált következtetés és a kért végső válasz egy hasznos eredmény különböző részei.
A nagy bemeneti keret kapcsolódó dokumentumokat fogadhat be, miközben a kért válasznak továbbra is a szükséges döntéshez vagy anyaghoz kell illeszkednie. Összehasonlításhoz tömör bizonyítéktáblázatot és az irányadó következtetést kérd, az összes megadott részlet megismétlése helyett. Műszaki válaszhoz őrizd meg az eredményt ellenőrizhetővé tevő bemeneti esetet és várt működést. A névvel azonosított Preview specifikációját nem szabad egy későbbi, frissülő választó mögötti verzióra vonatkozó garanciává alakítani.
A gyártó funkciójegyzéke a Thinking Preview profilt függvényhíváshoz, keresési kiegészítéshez és strukturált kimenethez sorolja fel. Határozz meg egy alkalmazásfüggvényt és a szükséges argumentumokat, hajtsd végre az alkalmazásban a visszaadott kérést, és a folytatáshoz add meg a tényleges eredményt. Egy ügynök terve önmagában nem bizonyíték arra, hogy a tervezett műveletek befejeződtek.
A forrásalapú válasz őrizze meg a lekért bizonyítékokat, és különböztesse meg azokat a megadott háttérinformációtól vagy következtetéstől. Egy strukturált rekordhoz határozd meg a szükséges mezőket és a hiányzó információ jelölését, a visszaadott értékeket pedig ellenőrizd a forrás alapján. A natív válaszformátum és az eszközök részletei a választott gyártói felülethez tartoznak; az alapvető gyakorlati követelmény a visszakövethető szöveges eredmény, nem pedig egy hihető, de alá nem támasztott kitöltött mező.
Hasznos anyag lehet megindokolt összehasonlítás, tervezet, kóddal kapcsolatos magyarázat vagy eszközeredményekre támaszkodó válasz. A fontos azonosítókat, számításokat és értelmezéseket ellenőrizd az azokat megalapozó anyag alapján. A befejezetlen keresés vagy ellentmondó forrás maradjon látható a következtetésben, ahelyett, hogy gördülékeny megfogalmazás rejtené el a hiányt.
A Thinking családnak, a névvel azonosított Preview profilnak és a későbbi ERNIE generációknak külön választói és dokumentált feltételei vannak. A feladatot, a forrásanyagot, a befejezett eszközműveletek bizonyítékait és a végső választ együtt őrizd meg. Így a következő forduló ugyanannak a vizsgálatnak a konkrét javítása vagy kiterjesztése lesz, nem pedig a korábbi munka megalapozatlan rekonstruálása.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok ernie-5.0-thinking-preview | 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 $0.001892 / 1K token Kimenet · Kimeneti tokenek $0.003146 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "ernie-5.0-thinking-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'ernie-5.0-thinking-preview', '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': 'ernie-5.0-thinking-preview', '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 ernie-5.0-thinking-preview
/chat/completions