Source: https://ailoot.ai/models/hu/inception-mercury-3/ Canonical: https://ailoot.ai/models/hu/inception-mercury-3/ Language: hu # Inception: Mercury 3 [Markdown](https://ailoot.ai/models/hu/inception-mercury-3/index.md) · [JSON](https://ailoot.ai/models/hu/inception-mercury-3/facts.json) ## [Inception: Mercury 3](https://ailoot.ai/models/hu/inception-mercury-3/) `inception/mercury-3` InceptionSzövegBemenet 0,0002 USD / 1KKimenet 0,0007 USD / 1K Az Inception diffúziós szövegmodellje párbeszédhez, nagy dokumentumok feldolgozásához és egymásra épülő gondolkodási feladatokhoz. ### Diffúzióra épülő szövegmodell A Mercury 3 az Inception diffúziós szöveggenerálást használó modellje. A Mercury család folytatása, amelyet a fejlesztő interaktív alkalmazásokhoz és több egymás utáni modellhívást igénylő feladatokhoz fejleszt. Leírásában az Inception a párbeszédes támogatást, az oktatást, az adatfeldolgozást és a kereső ügynökfolyamatokat emeli ki. A diffúziós architektúra a modell jellemzője. Nem határozza meg egy konkrét alkalmazás válaszidejét: az a kérés méretétől, az eredmény hosszától és a kiszolgálás feltételeitől is függ. Az Ailootban a Mercury 3 szöveget fogad és ad vissza. E felület magyarázatokhoz, dokumentumfeldolgozáshoz és a megadott információkra épülő következő lépés előkészítéséhez használható. ### Nagy kontextus az összefüggő munkához A Mercury 3 Ailootban megadott kontextusa 1 000 000 token. Egy beszélgetésben nagy szöveganyag gyűjthető össze: termékleírás, szabályok, levelezés és eredménykövetelmények. A nagy kontextus akkor hasznos, ha a válasznak több feladatrészt egyszerre kell figyelembe vennie, például támogatási útmutatót szerződéses feltételekkel összevetnie, majd konkrét megkeresésre válaszolnia. Jelölje a dokumentumokat, tartsa meg neveiket, és kérje minden következtetés forrásának megadását. Többlépéses feladatnál határozzon meg köztes eredményt: előbb a releváns szabályok, majd az eset elemzése, végül választervezet. Ez könnyíti az ellenőrzést, és egy szakasz pontosítható a teljes feladat újbóli leírása nélkül. ### Interaktív felhasználások Tanulási párbeszédben a Mercury 3 megoldást elemezhet, rávezető segítséget készíthet vagy adott szinten fogalmat magyarázhat. Adatfeldolgozáshoz adjon mezőleírást, szöveges mintát és kérdést összefüggések magyarázatához vagy átalakítási tervhez. Ügyféltámogatáshoz mellékeljen szabályokat, és kérjen érthető választ a felhasználó helyzetére. E folyamatok a szövegmodellt a munka részeként használják. Az önálló internetes keresés, böngészővezérlés, vállalati rendszerek elérése és hangos beszélgetés az alkalmazás bekapcsolt eszközeitől függ. A Mercury Voice és Mercury Decide külön Inception-termékek; speciális képességeik nem részei a Mercury 3 leírásának. ### Elérhető az Ailoot API-n Bemenet `text` Kimenet `text` Kontextus Nincs megadva a katalógusban Max. válasz Nincs megadva a katalógusban Bemenet 0,0002 USD */ 1K* Kimenet 0,0007 USD */ 1K* Gyorsítótár olvasása 0,00002 USD */ 1K* Bemenet `text` Kimenet `text` Kontextus Nincs megadva a katalógusban Max. válasz Nincs megadva a katalógusban Bemenet 0,0002 USD */ 1K* Kimenet 0,0007 USD */ 1K* Gyorsítótár olvasása 0,00002 USD */ 1K* Bemenet `text` Kimenet `text` Kontextus Nincs megadva a katalógusban Max. válasz Nincs megadva a katalógusban Bemenet 0,0002 USD */ 1K* Kimenet 0,0007 USD */ 1K* Gyorsítótár olvasása 0,00002 USD */ 1K* Bemenet `text` Kimenet `text` Kontextus Nincs megadva a katalógusban Max. válasz Nincs megadva a katalógusban Bemenet 0,0002 USD */ 1K* Kimenet 0,0007 USD */ 1K* Gyorsítótár olvasása 0,00002 USD */ 1K* `inception/mercury-3` · JSON ``` {"about":"### Diffúzióra épülő szövegmodell\n\nA Mercury 3 az Inception diffúziós szöveggenerálást használó modellje. A Mercury család folytatása, amelyet a fejlesztő interaktív alkalmazásokhoz és több egymás utáni modellhívást igénylő feladatokhoz fejleszt. Leírásában az Inception a párbeszédes támogatást, az oktatást, az adatfeldolgozást és a kereső ügynökfolyamatokat emeli ki.\n\nA diffúziós architektúra a modell jellemzője. Nem határozza meg egy konkrét alkalmazás válaszidejét: az a kérés méretétől, az eredmény hosszától és a kiszolgálás feltételeitől is függ. Az Ailootban a Mercury 3 szöveget fogad és ad vissza. E felület magyarázatokhoz, dokumentumfeldolgozáshoz és a megadott információkra épülő következő lépés előkészítéséhez használható.\n\n### Nagy kontextus az összefüggő munkához\n\nA Mercury 3 Ailootban megadott kontextusa 1 000 000 token. Egy beszélgetésben nagy szöveganyag gyűjthető össze: termékleírás, szabályok, levelezés és eredménykövetelmények. A nagy kontextus akkor hasznos, ha a válasznak több feladatrészt egyszerre kell figyelembe vennie, például támogatási útmutatót szerződéses feltételekkel összevetnie, majd konkrét megkeresésre válaszolnia.\n\nJelölje a dokumentumokat, tartsa meg neveiket, és kérje minden következtetés forrásának megadását. Többlépéses feladatnál határozzon meg köztes eredményt: előbb a releváns szabályok, majd az eset elemzése, végül választervezet. Ez könnyíti az ellenőrzést, és egy szakasz pontosítható a teljes feladat újbóli leírása nélkül.\n\n### Interaktív felhasználások\n\nTanulási párbeszédben a Mercury 3 megoldást elemezhet, rávezető segítséget készíthet vagy adott szinten fogalmat magyarázhat. Adatfeldolgozáshoz adjon mezőleírást, szöveges mintát és kérdést összefüggések magyarázatához vagy átalakítási tervhez. Ügyféltámogatáshoz mellékeljen szabályokat, és kérjen érthető választ a felhasználó helyzetére.\n\nE folyamatok a szövegmodellt a munka részeként használják. Az önálló internetes keresés, böngészővezérlés, vállalati rendszerek elérése és hangos beszélgetés az alkalmazás bekapcsolt eszközeitől függ. A Mercury Voice és Mercury Decide külön Inception-termékek; speciális képességeik nem részei a Mercury 3 leírásának.","alias_of":null,"aliases":[],"author":"Inception","canonical_model":"inception/mercury-3","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"inception/mercury-3","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/messages","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/responses","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/chat/completions","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1beta/models/inception/mercury-3:generateContent","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"inception/mercury-3","request_model_id":"inception/mercury-3","route_label":"Ultra"}],"name":"Inception: Mercury 3","price":{"in":0.2,"in_label":null,"out":0.7,"out_label":null,"sort_in":0.2,"sort_out":0.7,"varies":false},"public_id":"inception/mercury-3","short":"Az Inception diffúziós szövegmodellje párbeszédhez, nagy dokumentumok feldolgozásához és egymásra épülő gondolkodási feladatokhoz."} ``` ## Kérdések Hogyan válasszak modellt a feladatomhoz? Először határozza meg a szükséges bemenetet és kimenetet: szöveg, kép, hang vagy videó. Ezután hasonlítsa össze a kompatibilis API-metódusokat, a modell pontos ID-ját vagy az alias által jelenleg megjelölt modellt, az árat és a számlázási egységet. A GET /v1/models ingyenes, és felsorolja a kulcsával elérhető modelleket. Minden modell támogat minden API-metódust és médiatípust? A modell adatlapján felsorolt API-metódusokat, valamint bemeneti és kimeneti típusokat használja. A szöveg, kép, hang vagy videó támogatása a kiválasztott modelltől és metódustól függ; az adatok elküldése előtt ellenőrizze a hozzájuk tartozó mintakérést. Mi a különbség a modell ID-ja és az alias között? A modell pontos ID-ja egy konkrét modellt azonosít. Az alias egy modellre mutat, és a célmodellje változhat. Ellenőrizze a katalógusban, melyik modellre mutat jelenleg az alias; használja a pontos ID-t, ha az integrációjának egy konkrét modellre van szüksége. Hogyan hasonlítsam össze az árakat a kérés elküldése előtt? A modell adatlapján ellenőrizze a kiválasztott API-metódus árát és számlázási egységét. Azonos egységet és azonos bemeneti és kimeneti típust hasonlítson össze; a kérési előzmények a tényleges használatot és a felszámított összeget mutatják. Mit ad az előfizetés? Tokenvásárlási kedvezményt rendszeres munkához. A kérésmennyiségéhez válasszon tarifát; az előfizetés feltételei és ára megrendeléskor látható. Hogyan alkalmazzam az akár 50%-os promókódot? Tokenvásárláskor adja meg a promókódot. A végösszeg az akció feltételei szerint újraszámolódik; a kedvezmény mértéke fizetés előtt látható. ## Ailoot · A vállalat és projektportfóliója Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít. A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.