A Mercury 2 az Inception következtető nyelvi modellje, diffúzióalapú szöveggenerálásra építve. A kizárólag balról jobbra haladó szekvenciális dekódolás helyett több tokent finomít párhuzamosan az eredmény felé. A gyártó ezt a profilt ismételt interaktív lépésekhez fejleszti programozásban, ügynökökben, visszakeresésben és adatkinyerésben. Írott utasításokat és szöveges kontextust fogad, és szöveges választ, kódot, strukturált adatot vagy javasolt eszközműveleteket állít elő.
A pontos induláskori leírás 128K kontextust, állítható következtetést, natív eszközhasználatot és sémához igazított JSON-t sorol fel. Ezek a Mercury 2 dokumentált profiljához tartoznak, elkülönülve a későbbi Mercury 2.5 kontextusától és a szakosodott Voice, Router és Edit modellektől. A végső válasz formáját kifejezetten add meg, ne a családnévből következtess beszéd- vagy szerkesztési kimenetre.
Egyszerű adatkinyeréshez add meg a meződefiníciókat és a forrásrészletet. Következtetési feladatnál írd le a teljes feltételt és a betartandó korlátokat. Gyakorlati feladatleírás: „Vesd össze ezt a megvalósítást a követelményekkel, azonosítsd az első eltérést, és adj vissza célzott javítást az alátámasztó magyarázattal.” A végső eredmény akkor is maradjon a bemenethez kötve, ha a modell köztes elemzést készít.
A gyártó releváns feladatként automatikus kódkiegészítést, következő szerkesztési javaslatokat, refaktorálást és interaktív kódügynököket ír le. Add meg a környező megvalósítást, és azonosítsd a változtatandó részt. Magyarázd el az elvárt működést, és őrizd meg az átdolgozás során megtartandó nyilvános neveket vagy felületeket. A javasolt módosítás így az éles projektben történő alkalmazás előtt ellenőrizhető.
Eszközvezérelt fejlesztési feladatban a modell a megadott műveletek közül választ, az alkalmazás pedig végrehajtja őket. A következő fordulóba tényleges hibákat, kódrészleteket vagy ellenőrzési megfigyeléseket küldj vissza. A generált megvalósítás és a sikeresen végrehajtott eredmény külön eredmények; a feladatnak meg kell követelnie a teljesítést igazoló megfigyelést.
A Mercury 2 gyártói felhasználási esetei között többlépéses visszakeresés, újrarangsorolás és összefoglalás szerepel. Minden lépésnek adj pontos célt: a keresendő kérdés, a releváns forrás feltételei és a végső válaszhoz szükséges tények azonosítását. A forrásazonosítókat őrizd meg a folyamatban, hogy az összefoglaló visszakövethető legyen az anyagához.
A strukturált kimenetnek legyenek meghatározott mezői, világos típusai és a hiányzó információra vonatkozó szabálya. A sémailleszkedés az eredmény ábrázolását érinti; értékeit vesd össze a tényleges dokumentummal vagy eszközmegfigyeléssel. Folyamatos feladatnál a hasznos megállapításokat és nyitott kérdéseket őrizd meg, ne oda nem tartozó előzményeket halmozz.
A Mercury 2 biztosíthatja a szöveggenerálási lépést egy hangalapú vagy más interaktív alkalmazásban. Dokumentált szerepe ott a környező, hangot és lejátszást kezelő összetevők által használt szavak vagy döntés előállítása. Leirattisztításhoz add meg a leiratot, és határozd meg, mely megfogalmazásoknak, neveknek és jelentésnek kell megmaradniuk a szerkesztés után.
A 128K kontextus együtt tartalmazza a forrásanyagot, a beszélgetést és a generált tartalmat. Hagyj helyet a végső válasznak, az átdolgozások során tartsd láthatóan a kérdést, és a kontextuskapacitást ne kezeld külön kimeneti keretként. A generált tényeket, kódot és kinyert mezőket ellenőrizd az eredeti bemenet alapján. Hasznos eredmény a megadott feladatot előrevivő célzott válasz vagy strukturált kimenet, amely a ténylegesen megadott bizonyítékokkal ellenőrizhető.
", "aboutText": "A Mercury 2 az Inception következtető nyelvi modellje, diffúzióalapú szöveggenerálásra építve. A kizárólag balról jobbra haladó szekvenciális dekódolás helyett több tokent finomít párhuzamosan az eredmény felé. A gyártó ezt a profilt ismételt interaktív lépésekhez fejleszti programozásban, ügynökökben, visszakeresésben és adatkinyerésben. Írott utasításokat és szöveges kontextust fogad, és szöveges választ, kódot, strukturált adatot vagy javasolt eszközműveleteket állít elő.\n\n### Gyártói profil\n\nA pontos induláskori leírás 128K kontextust, állítható következtetést, natív eszközhasználatot és sémához igazított JSON-t sorol fel. Ezek a Mercury 2 dokumentált profiljához tartoznak, elkülönülve a későbbi Mercury 2.5 kontextusától és a szakosodott Voice, Router és Edit modellektől. A végső válasz formáját kifejezetten add meg, ne a családnévből következtess beszéd- vagy szerkesztési kimenetre.\n\nEgyszerű adatkinyeréshez add meg a meződefiníciókat és a forrásrészletet. Következtetési feladatnál írd le a teljes feltételt és a betartandó korlátokat. Gyakorlati feladatleírás: „Vesd össze ezt a megvalósítást a követelményekkel, azonosítsd az első eltérést, és adj vissza célzott javítást az alátámasztó magyarázattal.” A végső eredmény akkor is maradjon a bemenethez kötve, ha a modell köztes elemzést készít.\n\n### Programozási és szerkesztési segítség\n\nA gyártó releváns feladatként automatikus kódkiegészítést, következő szerkesztési javaslatokat, refaktorálást és interaktív kódügynököket ír le. Add meg a környező megvalósítást, és azonosítsd a változtatandó részt. Magyarázd el az elvárt működést, és őrizd meg az átdolgozás során megtartandó nyilvános neveket vagy felületeket. A javasolt módosítás így az éles projektben történő alkalmazás előtt ellenőrizhető.\n\nEszközvezérelt fejlesztési feladatban a modell a megadott műveletek közül választ, az alkalmazás pedig végrehajtja őket. A következő fordulóba tényleges hibákat, kódrészleteket vagy ellenőrzési megfigyeléseket küldj vissza. A generált megvalósítás és a sikeresen végrehajtott eredmény külön eredmények; a feladatnak meg kell követelnie a teljesítést igazoló megfigyelést.\n\n### Keresés és ügynöki ciklusok\n\nA Mercury 2 gyártói felhasználási esetei között többlépéses visszakeresés, újrarangsorolás és összefoglalás szerepel. Minden lépésnek adj pontos célt: a keresendő kérdés, a releváns forrás feltételei és a végső válaszhoz szükséges tények azonosítását. A forrásazonosítókat őrizd meg a folyamatban, hogy az összefoglaló visszakövethető legyen az anyagához.\n\nA strukturált kimenetnek legyenek meghatározott mezői, világos típusai és a hiányzó információra vonatkozó szabálya. A sémailleszkedés az eredmény ábrázolását érinti; értékeit vesd össze a tényleges dokumentummal vagy eszközmegfigyeléssel. Folyamatos feladatnál a hasznos megállapításokat és nyitott kérdéseket őrizd meg, ne oda nem tartozó előzményeket halmozz.\n\n### Interaktív nyelvi feladatok és korlátok\n\nA Mercury 2 biztosíthatja a szöveggenerálási lépést egy hangalapú vagy más interaktív alkalmazásban. Dokumentált szerepe ott a környező, hangot és lejátszást kezelő összetevők által használt szavak vagy döntés előállítása. Leirattisztításhoz add meg a leiratot, és határozd meg, mely megfogalmazásoknak, neveknek és jelentésnek kell megmaradniuk a szerkesztés után.\n\nA 128K kontextus együtt tartalmazza a forrásanyagot, a beszélgetést és a generált tartalmat. Hagyj helyet a végső válasznak, az átdolgozások során tartsd láthatóan a kérdést, és a kontextuskapacitást ne kezeld külön kimeneti keretként. A generált tényeket, kódot és kinyert mezőket ellenőrizd az eredeti bemenet alapján. Hasznos eredmény a megadott feladatot előrevivő célzott válasz vagy strukturált kimenet, amely a ténylegesen megadott bizonyítékokkal ellenőrizhető.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Clean up a dictated task note\n\nClean up this supplied transcript for a task tracker: "Um, ask Rina, no, ask Sam to review invoice INV-209 before Thursday. Keep Rina copied. It is 480 euros, not 840." Remove fillers and false starts while preserving the corrected owner, copied person, invoice ID, deadline and amount. Return one clear task sentence.One cleaned task sentence retaining the final owner, copy instruction, invoice ID, deadline and corrected amount.Check that Sam owns review, Rina is copied and the amount is 480 euros.inception/mercury-2A Mercury 2 az Inception diffúzióalapú következtető szövegmodellje interaktív programozáshoz, kereséshez és ügynöki munkafolyamatokhoz. Párhuzamos finomítása, 128K kontextusa, állítható következtetése, natív eszközhasználata és sémához igazított JSON-kimenete célzott válaszokat és strukturált eredményeket segít előállítani szövegből.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Mercury 2 az Inception következtető nyelvi modellje, diffúzióalapú szöveggenerálásra építve. A kizárólag balról jobbra haladó szekvenciális dekódolás helyett több tokent finomít párhuzamosan az eredmény felé. A gyártó ezt a profilt ismételt interaktív lépésekhez fejleszti programozásban, ügynökökben, visszakeresésben és adatkinyerésben. Írott utasításokat és szöveges kontextust fogad, és szöveges választ, kódot, strukturált adatot vagy javasolt eszközműveleteket állít elő.
A pontos induláskori leírás 128K kontextust, állítható következtetést, natív eszközhasználatot és sémához igazított JSON-t sorol fel. Ezek a Mercury 2 dokumentált profiljához tartoznak, elkülönülve a későbbi Mercury 2.5 kontextusától és a szakosodott Voice, Router és Edit modellektől. A végső válasz formáját kifejezetten add meg, ne a családnévből következtess beszéd- vagy szerkesztési kimenetre.
Egyszerű adatkinyeréshez add meg a meződefiníciókat és a forrásrészletet. Következtetési feladatnál írd le a teljes feltételt és a betartandó korlátokat. Gyakorlati feladatleírás: „Vesd össze ezt a megvalósítást a követelményekkel, azonosítsd az első eltérést, és adj vissza célzott javítást az alátámasztó magyarázattal.” A végső eredmény akkor is maradjon a bemenethez kötve, ha a modell köztes elemzést készít.
A gyártó releváns feladatként automatikus kódkiegészítést, következő szerkesztési javaslatokat, refaktorálást és interaktív kódügynököket ír le. Add meg a környező megvalósítást, és azonosítsd a változtatandó részt. Magyarázd el az elvárt működést, és őrizd meg az átdolgozás során megtartandó nyilvános neveket vagy felületeket. A javasolt módosítás így az éles projektben történő alkalmazás előtt ellenőrizhető.
Eszközvezérelt fejlesztési feladatban a modell a megadott műveletek közül választ, az alkalmazás pedig végrehajtja őket. A következő fordulóba tényleges hibákat, kódrészleteket vagy ellenőrzési megfigyeléseket küldj vissza. A generált megvalósítás és a sikeresen végrehajtott eredmény külön eredmények; a feladatnak meg kell követelnie a teljesítést igazoló megfigyelést.
A Mercury 2 gyártói felhasználási esetei között többlépéses visszakeresés, újrarangsorolás és összefoglalás szerepel. Minden lépésnek adj pontos célt: a keresendő kérdés, a releváns forrás feltételei és a végső válaszhoz szükséges tények azonosítását. A forrásazonosítókat őrizd meg a folyamatban, hogy az összefoglaló visszakövethető legyen az anyagához.
A strukturált kimenetnek legyenek meghatározott mezői, világos típusai és a hiányzó információra vonatkozó szabálya. A sémailleszkedés az eredmény ábrázolását érinti; értékeit vesd össze a tényleges dokumentummal vagy eszközmegfigyeléssel. Folyamatos feladatnál a hasznos megállapításokat és nyitott kérdéseket őrizd meg, ne oda nem tartozó előzményeket halmozz.
A Mercury 2 biztosíthatja a szöveggenerálási lépést egy hangalapú vagy más interaktív alkalmazásban. Dokumentált szerepe ott a környező, hangot és lejátszást kezelő összetevők által használt szavak vagy döntés előállítása. Leirattisztításhoz add meg a leiratot, és határozd meg, mely megfogalmazásoknak, neveknek és jelentésnek kell megmaradniuk a szerkesztés után.
A 128K kontextus együtt tartalmazza a forrásanyagot, a beszélgetést és a generált tartalmat. Hagyj helyet a végső válasznak, az átdolgozások során tartsd láthatóan a kérdést, és a kontextuskapacitást ne kezeld külön kimeneti keretként. A generált tényeket, kódot és kinyert mezőket ellenőrizd az eredeti bemenet alapján. Hasznos eredmény a megadott feladatot előrevivő célzott válasz vagy strukturált kimenet, amely a ténylegesen megadott bizonyítékokkal ellenőrizhető.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok inception/mercury-2 | 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 $0.0005 / 1K token Kimenet · Kimeneti tokenek $0.0015 / 1K token Bemenet · Gyorsítótár olvasása $0.00005 / 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 $0.0005 / 1K token Kimenet · Kimeneti tokenek $0.0015 / 1K token Bemenet · Gyorsítótár olvasása $0.00005 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inception/mercury-2", "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='inception/mercury-2',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='inception/mercury-2',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 inception/mercury-2
Használja a fent látható metódusútvonalakat.
inception/mercury-2A Mercury 2 az Inception diffúzióalapú következtető szövegmodellje interaktív programozáshoz, kereséshez és ügynöki munkafolyamatokhoz. Párhuzamos finomítása, 128K kontextusa, állítható következtetése, natív eszközhasználata és sémához igazított JSON-kimenete célzott válaszokat és strukturált eredményeket segít előállítani szövegből.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Mercury 2 az Inception következtető nyelvi modellje, diffúzióalapú szöveggenerálásra építve. A kizárólag balról jobbra haladó szekvenciális dekódolás helyett több tokent finomít párhuzamosan az eredmény felé. A gyártó ezt a profilt ismételt interaktív lépésekhez fejleszti programozásban, ügynökökben, visszakeresésben és adatkinyerésben. Írott utasításokat és szöveges kontextust fogad, és szöveges választ, kódot, strukturált adatot vagy javasolt eszközműveleteket állít elő.
A pontos induláskori leírás 128K kontextust, állítható következtetést, natív eszközhasználatot és sémához igazított JSON-t sorol fel. Ezek a Mercury 2 dokumentált profiljához tartoznak, elkülönülve a későbbi Mercury 2.5 kontextusától és a szakosodott Voice, Router és Edit modellektől. A végső válasz formáját kifejezetten add meg, ne a családnévből következtess beszéd- vagy szerkesztési kimenetre.
Egyszerű adatkinyeréshez add meg a meződefiníciókat és a forrásrészletet. Következtetési feladatnál írd le a teljes feltételt és a betartandó korlátokat. Gyakorlati feladatleírás: „Vesd össze ezt a megvalósítást a követelményekkel, azonosítsd az első eltérést, és adj vissza célzott javítást az alátámasztó magyarázattal.” A végső eredmény akkor is maradjon a bemenethez kötve, ha a modell köztes elemzést készít.
A gyártó releváns feladatként automatikus kódkiegészítést, következő szerkesztési javaslatokat, refaktorálást és interaktív kódügynököket ír le. Add meg a környező megvalósítást, és azonosítsd a változtatandó részt. Magyarázd el az elvárt működést, és őrizd meg az átdolgozás során megtartandó nyilvános neveket vagy felületeket. A javasolt módosítás így az éles projektben történő alkalmazás előtt ellenőrizhető.
Eszközvezérelt fejlesztési feladatban a modell a megadott műveletek közül választ, az alkalmazás pedig végrehajtja őket. A következő fordulóba tényleges hibákat, kódrészleteket vagy ellenőrzési megfigyeléseket küldj vissza. A generált megvalósítás és a sikeresen végrehajtott eredmény külön eredmények; a feladatnak meg kell követelnie a teljesítést igazoló megfigyelést.
A Mercury 2 gyártói felhasználási esetei között többlépéses visszakeresés, újrarangsorolás és összefoglalás szerepel. Minden lépésnek adj pontos célt: a keresendő kérdés, a releváns forrás feltételei és a végső válaszhoz szükséges tények azonosítását. A forrásazonosítókat őrizd meg a folyamatban, hogy az összefoglaló visszakövethető legyen az anyagához.
A strukturált kimenetnek legyenek meghatározott mezői, világos típusai és a hiányzó információra vonatkozó szabálya. A sémailleszkedés az eredmény ábrázolását érinti; értékeit vesd össze a tényleges dokumentummal vagy eszközmegfigyeléssel. Folyamatos feladatnál a hasznos megállapításokat és nyitott kérdéseket őrizd meg, ne oda nem tartozó előzményeket halmozz.
A Mercury 2 biztosíthatja a szöveggenerálási lépést egy hangalapú vagy más interaktív alkalmazásban. Dokumentált szerepe ott a környező, hangot és lejátszást kezelő összetevők által használt szavak vagy döntés előállítása. Leirattisztításhoz add meg a leiratot, és határozd meg, mely megfogalmazásoknak, neveknek és jelentésnek kell megmaradniuk a szerkesztés után.
A 128K kontextus együtt tartalmazza a forrásanyagot, a beszélgetést és a generált tartalmat. Hagyj helyet a végső válasznak, az átdolgozások során tartsd láthatóan a kérdést, és a kontextuskapacitást ne kezeld külön kimeneti keretként. A generált tényeket, kódot és kinyert mezőket ellenőrizd az eredeti bemenet alapján. Hasznos eredmény a megadott feladatot előrevivő célzott válasz vagy strukturált kimenet, amely a ténylegesen megadott bizonyítékokkal ellenőrizhető.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok inception/mercury-2 | 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 $0.0005 / 1K token Kimenet · Kimeneti tokenek $0.0015 / 1K token Bemenet · Gyorsítótár olvasása $0.00005 / 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 $0.0005 / 1K token Kimenet · Kimeneti tokenek $0.0015 / 1K token Bemenet · Gyorsítótár olvasása $0.00005 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "inception/mercury-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'inception/mercury-2', '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': 'inception/mercury-2', '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 inception/mercury-2
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Clean up a dictated task note\n\nClean up this supplied transcript for a task tracker: "Um, ask Rina, no, ask Sam to review invoice INV-209 before Thursday. Keep Rina copied. It is 480 euros, not 840." Remove fillers and false starts while preserving the corrected owner, copied person, invoice ID, deadline and amount. Return one clear task sentence.One cleaned task sentence retaining the final owner, copy instruction, invoice ID, deadline and corrected amount.Check that Sam owns review, Rina is copied and the amount is 480 euros.