A SenseNova 6.7 Flash-Lite a SenseTime kis erőforrásigényű multimodális ügynökmodellje irodai munkához. A gyártó a tervezést, adatelemzést, kutatást és tartalomátadást magukban foglaló tartós feladatokat emeli ki. Szöveget és képeket fogad, és írott tartalmat ad vissza, így hasznos irodai anyagok megértéséhez és annak eldöntéséhez, hogyan váljanak ezek elemzéssé, jelentéssé vagy prezentációvá. Szerepe a feladat, a bizonyíték és a következő hasznos lépés összekapcsolása egy hosszabb munkafolyamatban.
A gyakorlati irodai munkafolyamat az adatokból nyert felismerésektől a kutatáson át a tartalomátadásig haladhat. Először elemezz egy megadott adathalmazt, majd vizsgáld meg a mintázatok mögötti okokat, és készíts prezentációt a megállapítások köré. Hasonló feladatot a kérdések elkülönítésével készíts elő: mit mutatnak a megadott adatok, mit kell még megmagyarázni, és milyen tanulságot vigyen magával a közönség? A végső eredményt és minőségi szempontjait az elején add meg, hogy a köztes elemzés ugyanahhoz az eredményhez járulhasson hozzá.
Adatelemzéshez adj olvasható táblázatot vagy szöveges reprezentációt, és magyarázd el az oszlopokat, mértékegységeket, kategóriákat és időszakot. Azonosítsd a hiányzó értékeket vagy következetlen rekordokat, és határozd meg a kezelésüket. Szemléltető feladatleírás lehet egy adathalmaz eltéréseinek ellenőrzése, fő változásainak leírása és a releváns sorokhoz vagy kategóriákhoz kötött következtetés elkészítése. Ha a számításokat vagy fájlfeldolgozást kapcsolt eszközök végzik, tényleges eredményeiket add vissza a modellnek. A számszerű bizonyítékot tartsd külön a szöveges magyarázattól, és kérd, hogy jelezze az olyan javasolt okot, amelyet az adatok önmagukban nem igazolnak.
Kutatáshoz és jelentéskészítéshez add meg a már összegyűjtött anyagokat, a fennmaradó kérdéseket és a célközönséget. Kérj olyan szerkezetet, amely minden állítást bizonyítékhoz köt, elkülöníti a megfigyeléseket a feltételezésektől, és láthatóan hagyja a nyitott kérdéseket. Prezentációhoz határozd meg a történetvezetést, kívánt hosszt és az egyes szakaszok célját. Hasznos írott kimenet lehet diacímek, fő érvek, alátámasztó tények és arra vonatkozó megjegyzések együttese, hogy mely vizuális elem segítene egy pont magyarázatában. A modell rendezheti ezt a tartalmat, miközben a környező eszközök kezelik a fájl létrehozását, elrendezését és exportálását.
A gyártó kifejezetten elkülöníti a közvetlen modellválaszt a teljes irodai munkafolyamattól. Teljes irodai munkafolyamata a modellel együtt ügynök-futtatókörnyezetet és hivatalos készségkönyvtárat használ. Ezek a komponensek olvasnak és módosítanak fájlokat, végeznek műveleteket, és hozzák létre a tényleges prezentációt vagy jelentést. Adj a modellnek világos célt, és add vissza e műveletek eredményeit, hogy a jelenlegi állapotból folytathassa. A generált vázlat vagy utasítás hozzájárulás az eredményhez, nem bizonyíték arra, hogy a kész fájl már létezik.
A dokumentált képi munkafolyamat egy vagy több képpel egyesít szöveges kérdést, és két kép összehasonlítására is ad példát. Használj tiszta diagramot, dokumentumképet vagy képernyőképet, és mondd meg, mi számít: a megmagyarázandó változás, az összehasonlítandó látható értékek vagy az értelmezendő oldalrész. A SenseTime legfeljebb 2048 pixeles hosszú oldallal ajánlja előkészíteni a képeket; ez bemenet-előkészítési útmutatás, nem olyan állítás, hogy nagyobb méretek határozzák meg a modell elméleti vizuális korlátját. A címkék maradjanak olvashatóak, a mértékegységeket vagy kontextusbeli szabályokat pedig szövegben add meg, ha a képről nem olvashatók le megbízhatóan.
A SenseTime referenciája megkülönbözteti a következtetési tartalmat a végső írott választól, és mindkettőt magában foglaló kimeneti keretet dokumentál. Jelentős irodai feladathoz tedd konkréttá a kért eredményt, és hagyj helyet a következtetésnek és a végső tartalomnak is. Folyamatos beszélgetésben a releváns felhasználói üzeneteket és végső asszisztens-tartalmat időrendben őrizd meg; a gyártó előírja az alkalmazásoknak, hogy a korábbi következtetési mezőt ne küldjék újra beszélgetési előzményként. Hosszú előzményeknél azokat a tényeket és döntéseket őrizd meg, amelyekre a következő lépésnek ténylegesen szüksége van.
A Flash-Lite e munkafolyamat megnevezett modellje, míg a kész fájlok generálása és a speciális vizuális kimenetek a kapcsolt környezettől és a releváns eszközöktől függenek. Ellenőrizd a számításokat, kinyert képrészleteket és a jelentés állításait az eredeti anyagok alapján. A befejezést a kért tartalom és ténylegesen átadandó eredmény szerint határozd meg, hogy a gördülékeny magyarázat bizonyítékhoz és használható eredményhez kapcsolódjon.
", "aboutText": "A SenseNova 6.7 Flash-Lite a SenseTime kis erőforrásigényű multimodális ügynökmodellje irodai munkához. A gyártó a tervezést, adatelemzést, kutatást és tartalomátadást magukban foglaló tartós feladatokat emeli ki. Szöveget és képeket fogad, és írott tartalmat ad vissza, így hasznos irodai anyagok megértéséhez és annak eldöntéséhez, hogyan váljanak ezek elemzéssé, jelentéssé vagy prezentációvá. Szerepe a feladat, a bizonyíték és a következő hasznos lépés összekapcsolása egy hosszabb munkafolyamatban.\n\nA gyakorlati irodai munkafolyamat az adatokból nyert felismerésektől a kutatáson át a tartalomátadásig haladhat. Először elemezz egy megadott adathalmazt, majd vizsgáld meg a mintázatok mögötti okokat, és készíts prezentációt a megállapítások köré. Hasonló feladatot a kérdések elkülönítésével készíts elő: mit mutatnak a megadott adatok, mit kell még megmagyarázni, és milyen tanulságot vigyen magával a közönség? A végső eredményt és minőségi szempontjait az elején add meg, hogy a köztes elemzés ugyanahhoz az eredményhez járulhasson hozzá.\n\nAdatelemzéshez adj olvasható táblázatot vagy szöveges reprezentációt, és magyarázd el az oszlopokat, mértékegységeket, kategóriákat és időszakot. Azonosítsd a hiányzó értékeket vagy következetlen rekordokat, és határozd meg a kezelésüket. Szemléltető feladatleírás lehet egy adathalmaz eltéréseinek ellenőrzése, fő változásainak leírása és a releváns sorokhoz vagy kategóriákhoz kötött következtetés elkészítése. Ha a számításokat vagy fájlfeldolgozást kapcsolt eszközök végzik, tényleges eredményeiket add vissza a modellnek. A számszerű bizonyítékot tartsd külön a szöveges magyarázattól, és kérd, hogy jelezze az olyan javasolt okot, amelyet az adatok önmagukban nem igazolnak.\n\nKutatáshoz és jelentéskészítéshez add meg a már összegyűjtött anyagokat, a fennmaradó kérdéseket és a célközönséget. Kérj olyan szerkezetet, amely minden állítást bizonyítékhoz köt, elkülöníti a megfigyeléseket a feltételezésektől, és láthatóan hagyja a nyitott kérdéseket. Prezentációhoz határozd meg a történetvezetést, kívánt hosszt és az egyes szakaszok célját. Hasznos írott kimenet lehet diacímek, fő érvek, alátámasztó tények és arra vonatkozó megjegyzések együttese, hogy mely vizuális elem segítene egy pont magyarázatában. A modell rendezheti ezt a tartalmat, miközben a környező eszközök kezelik a fájl létrehozását, elrendezését és exportálását.\n\nA gyártó kifejezetten elkülöníti a közvetlen modellválaszt a teljes irodai munkafolyamattól. Teljes irodai munkafolyamata a modellel együtt ügynök-futtatókörnyezetet és hivatalos készségkönyvtárat használ. Ezek a komponensek olvasnak és módosítanak fájlokat, végeznek műveleteket, és hozzák létre a tényleges prezentációt vagy jelentést. Adj a modellnek világos célt, és add vissza e műveletek eredményeit, hogy a jelenlegi állapotból folytathassa. A generált vázlat vagy utasítás hozzájárulás az eredményhez, nem bizonyíték arra, hogy a kész fájl már létezik.\n\nA dokumentált képi munkafolyamat egy vagy több képpel egyesít szöveges kérdést, és két kép összehasonlítására is ad példát. Használj tiszta diagramot, dokumentumképet vagy képernyőképet, és mondd meg, mi számít: a megmagyarázandó változás, az összehasonlítandó látható értékek vagy az értelmezendő oldalrész. A SenseTime legfeljebb 2048 pixeles hosszú oldallal ajánlja előkészíteni a képeket; ez bemenet-előkészítési útmutatás, nem olyan állítás, hogy nagyobb méretek határozzák meg a modell elméleti vizuális korlátját. A címkék maradjanak olvashatóak, a mértékegységeket vagy kontextusbeli szabályokat pedig szövegben add meg, ha a képről nem olvashatók le megbízhatóan.\n\nA SenseTime referenciája megkülönbözteti a következtetési tartalmat a végső írott választól, és mindkettőt magában foglaló kimeneti keretet dokumentál. Jelentős irodai feladathoz tedd konkréttá a kért eredményt, és hagyj helyet a következtetésnek és a végső tartalomnak is. Folyamatos beszélgetésben a releváns felhasználói üzeneteket és végső asszisztens-tartalmat időrendben őrizd meg; a gyártó előírja az alkalmazásoknak, hogy a korábbi következtetési mezőt ne küldjék újra beszélgetési előzményként. Hosszú előzményeknél azokat a tényeket és döntéseket őrizd meg, amelyekre a következő lépésnek ténylegesen szüksége van.\n\nA Flash-Lite e munkafolyamat megnevezett modellje, míg a kész fájlok generálása és a speciális vizuális kimenetek a kapcsolt környezettől és a releváns eszközöktől függenek. Ellenőrizd a számításokat, kinyert képrészleteket és a jelentés állításait az eredeti anyagok alapján. A befejezést a kért tartalom és ténylegesen átadandó eredmény szerint határozd meg, hogy a gördülékeny magyarázat bizonyítékhoz és használható eredményhez kapcsolódjon.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Turn a checked dataset into slide arguments\n\nPrepare a three-slide outline for operations using this dataset: May, 500 orders and 20 returns; June, 600 orders and 36 returns. Calculate return rates, describe the change and identify a research question before suggesting a cause. Give each slide a title, supporting figures and a note about a useful chart.A three-slide written outline with rate calculations, a change statement and a clearly unresolved research question.Check that rates use each month’s own order count and that a proposed cause remains a question rather than a data-backed finding.sensenova-6.7-flash-liteA SenseNova 6.7 Flash-Lite a SenseTime multimodális modellje tartós irodai és elemzési feladatokhoz. Szöveget és képeket értelmez, segít a kutatási és jelentéstartalom rendezésében, és olyan eszközzel támogatott munkafolyamatokban vesz részt, amelyek az elemzést átadható eredménnyé alakítják.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A SenseNova 6.7 Flash-Lite a SenseTime kis erőforrásigényű multimodális ügynökmodellje irodai munkához. A gyártó a tervezést, adatelemzést, kutatást és tartalomátadást magukban foglaló tartós feladatokat emeli ki. Szöveget és képeket fogad, és írott tartalmat ad vissza, így hasznos irodai anyagok megértéséhez és annak eldöntéséhez, hogyan váljanak ezek elemzéssé, jelentéssé vagy prezentációvá. Szerepe a feladat, a bizonyíték és a következő hasznos lépés összekapcsolása egy hosszabb munkafolyamatban.
A gyakorlati irodai munkafolyamat az adatokból nyert felismerésektől a kutatáson át a tartalomátadásig haladhat. Először elemezz egy megadott adathalmazt, majd vizsgáld meg a mintázatok mögötti okokat, és készíts prezentációt a megállapítások köré. Hasonló feladatot a kérdések elkülönítésével készíts elő: mit mutatnak a megadott adatok, mit kell még megmagyarázni, és milyen tanulságot vigyen magával a közönség? A végső eredményt és minőségi szempontjait az elején add meg, hogy a köztes elemzés ugyanahhoz az eredményhez járulhasson hozzá.
Adatelemzéshez adj olvasható táblázatot vagy szöveges reprezentációt, és magyarázd el az oszlopokat, mértékegységeket, kategóriákat és időszakot. Azonosítsd a hiányzó értékeket vagy következetlen rekordokat, és határozd meg a kezelésüket. Szemléltető feladatleírás lehet egy adathalmaz eltéréseinek ellenőrzése, fő változásainak leírása és a releváns sorokhoz vagy kategóriákhoz kötött következtetés elkészítése. Ha a számításokat vagy fájlfeldolgozást kapcsolt eszközök végzik, tényleges eredményeiket add vissza a modellnek. A számszerű bizonyítékot tartsd külön a szöveges magyarázattól, és kérd, hogy jelezze az olyan javasolt okot, amelyet az adatok önmagukban nem igazolnak.
Kutatáshoz és jelentéskészítéshez add meg a már összegyűjtött anyagokat, a fennmaradó kérdéseket és a célközönséget. Kérj olyan szerkezetet, amely minden állítást bizonyítékhoz köt, elkülöníti a megfigyeléseket a feltételezésektől, és láthatóan hagyja a nyitott kérdéseket. Prezentációhoz határozd meg a történetvezetést, kívánt hosszt és az egyes szakaszok célját. Hasznos írott kimenet lehet diacímek, fő érvek, alátámasztó tények és arra vonatkozó megjegyzések együttese, hogy mely vizuális elem segítene egy pont magyarázatában. A modell rendezheti ezt a tartalmat, miközben a környező eszközök kezelik a fájl létrehozását, elrendezését és exportálását.
A gyártó kifejezetten elkülöníti a közvetlen modellválaszt a teljes irodai munkafolyamattól. Teljes irodai munkafolyamata a modellel együtt ügynök-futtatókörnyezetet és hivatalos készségkönyvtárat használ. Ezek a komponensek olvasnak és módosítanak fájlokat, végeznek műveleteket, és hozzák létre a tényleges prezentációt vagy jelentést. Adj a modellnek világos célt, és add vissza e műveletek eredményeit, hogy a jelenlegi állapotból folytathassa. A generált vázlat vagy utasítás hozzájárulás az eredményhez, nem bizonyíték arra, hogy a kész fájl már létezik.
A dokumentált képi munkafolyamat egy vagy több képpel egyesít szöveges kérdést, és két kép összehasonlítására is ad példát. Használj tiszta diagramot, dokumentumképet vagy képernyőképet, és mondd meg, mi számít: a megmagyarázandó változás, az összehasonlítandó látható értékek vagy az értelmezendő oldalrész. A SenseTime legfeljebb 2048 pixeles hosszú oldallal ajánlja előkészíteni a képeket; ez bemenet-előkészítési útmutatás, nem olyan állítás, hogy nagyobb méretek határozzák meg a modell elméleti vizuális korlátját. A címkék maradjanak olvashatóak, a mértékegységeket vagy kontextusbeli szabályokat pedig szövegben add meg, ha a képről nem olvashatók le megbízhatóan.
A SenseTime referenciája megkülönbözteti a következtetési tartalmat a végső írott választól, és mindkettőt magában foglaló kimeneti keretet dokumentál. Jelentős irodai feladathoz tedd konkréttá a kért eredményt, és hagyj helyet a következtetésnek és a végső tartalomnak is. Folyamatos beszélgetésben a releváns felhasználói üzeneteket és végső asszisztens-tartalmat időrendben őrizd meg; a gyártó előírja az alkalmazásoknak, hogy a korábbi következtetési mezőt ne küldjék újra beszélgetési előzményként. Hosszú előzményeknél azokat a tényeket és döntéseket őrizd meg, amelyekre a következő lépésnek ténylegesen szüksége van.
A Flash-Lite e munkafolyamat megnevezett modellje, míg a kész fájlok generálása és a speciális vizuális kimenetek a kapcsolt környezettől és a releváns eszközöktől függenek. Ellenőrizd a számításokat, kinyert képrészleteket és a jelentés állításait az eredeti anyagok alapján. A befejezést a kért tartalom és ténylegesen átadandó eredmény szerint határozd meg, hogy a gördülékeny magyarázat bizonyítékhoz és használható eredményhez kapcsolódjon.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok sensenova-6.7-flash-lite | 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 $0.001892 / 1K token Kimenet · Kimeneti tokenek $0.005676 / 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": "sensenova-6.7-flash-lite", "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='sensenova-6.7-flash-lite',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='sensenova-6.7-flash-lite',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 sensenova-6.7-flash-lite
Használja a fent látható metódusútvonalakat.
sensenova-6.7-flash-liteA SenseNova 6.7 Flash-Lite a SenseTime multimodális modellje tartós irodai és elemzési feladatokhoz. Szöveget és képeket értelmez, segít a kutatási és jelentéstartalom rendezésében, és olyan eszközzel támogatott munkafolyamatokban vesz részt, amelyek az elemzést átadható eredménnyé alakítják.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A SenseNova 6.7 Flash-Lite a SenseTime kis erőforrásigényű multimodális ügynökmodellje irodai munkához. A gyártó a tervezést, adatelemzést, kutatást és tartalomátadást magukban foglaló tartós feladatokat emeli ki. Szöveget és képeket fogad, és írott tartalmat ad vissza, így hasznos irodai anyagok megértéséhez és annak eldöntéséhez, hogyan váljanak ezek elemzéssé, jelentéssé vagy prezentációvá. Szerepe a feladat, a bizonyíték és a következő hasznos lépés összekapcsolása egy hosszabb munkafolyamatban.
A gyakorlati irodai munkafolyamat az adatokból nyert felismerésektől a kutatáson át a tartalomátadásig haladhat. Először elemezz egy megadott adathalmazt, majd vizsgáld meg a mintázatok mögötti okokat, és készíts prezentációt a megállapítások köré. Hasonló feladatot a kérdések elkülönítésével készíts elő: mit mutatnak a megadott adatok, mit kell még megmagyarázni, és milyen tanulságot vigyen magával a közönség? A végső eredményt és minőségi szempontjait az elején add meg, hogy a köztes elemzés ugyanahhoz az eredményhez járulhasson hozzá.
Adatelemzéshez adj olvasható táblázatot vagy szöveges reprezentációt, és magyarázd el az oszlopokat, mértékegységeket, kategóriákat és időszakot. Azonosítsd a hiányzó értékeket vagy következetlen rekordokat, és határozd meg a kezelésüket. Szemléltető feladatleírás lehet egy adathalmaz eltéréseinek ellenőrzése, fő változásainak leírása és a releváns sorokhoz vagy kategóriákhoz kötött következtetés elkészítése. Ha a számításokat vagy fájlfeldolgozást kapcsolt eszközök végzik, tényleges eredményeiket add vissza a modellnek. A számszerű bizonyítékot tartsd külön a szöveges magyarázattól, és kérd, hogy jelezze az olyan javasolt okot, amelyet az adatok önmagukban nem igazolnak.
Kutatáshoz és jelentéskészítéshez add meg a már összegyűjtött anyagokat, a fennmaradó kérdéseket és a célközönséget. Kérj olyan szerkezetet, amely minden állítást bizonyítékhoz köt, elkülöníti a megfigyeléseket a feltételezésektől, és láthatóan hagyja a nyitott kérdéseket. Prezentációhoz határozd meg a történetvezetést, kívánt hosszt és az egyes szakaszok célját. Hasznos írott kimenet lehet diacímek, fő érvek, alátámasztó tények és arra vonatkozó megjegyzések együttese, hogy mely vizuális elem segítene egy pont magyarázatában. A modell rendezheti ezt a tartalmat, miközben a környező eszközök kezelik a fájl létrehozását, elrendezését és exportálását.
A gyártó kifejezetten elkülöníti a közvetlen modellválaszt a teljes irodai munkafolyamattól. Teljes irodai munkafolyamata a modellel együtt ügynök-futtatókörnyezetet és hivatalos készségkönyvtárat használ. Ezek a komponensek olvasnak és módosítanak fájlokat, végeznek műveleteket, és hozzák létre a tényleges prezentációt vagy jelentést. Adj a modellnek világos célt, és add vissza e műveletek eredményeit, hogy a jelenlegi állapotból folytathassa. A generált vázlat vagy utasítás hozzájárulás az eredményhez, nem bizonyíték arra, hogy a kész fájl már létezik.
A dokumentált képi munkafolyamat egy vagy több képpel egyesít szöveges kérdést, és két kép összehasonlítására is ad példát. Használj tiszta diagramot, dokumentumképet vagy képernyőképet, és mondd meg, mi számít: a megmagyarázandó változás, az összehasonlítandó látható értékek vagy az értelmezendő oldalrész. A SenseTime legfeljebb 2048 pixeles hosszú oldallal ajánlja előkészíteni a képeket; ez bemenet-előkészítési útmutatás, nem olyan állítás, hogy nagyobb méretek határozzák meg a modell elméleti vizuális korlátját. A címkék maradjanak olvashatóak, a mértékegységeket vagy kontextusbeli szabályokat pedig szövegben add meg, ha a képről nem olvashatók le megbízhatóan.
A SenseTime referenciája megkülönbözteti a következtetési tartalmat a végső írott választól, és mindkettőt magában foglaló kimeneti keretet dokumentál. Jelentős irodai feladathoz tedd konkréttá a kért eredményt, és hagyj helyet a következtetésnek és a végső tartalomnak is. Folyamatos beszélgetésben a releváns felhasználói üzeneteket és végső asszisztens-tartalmat időrendben őrizd meg; a gyártó előírja az alkalmazásoknak, hogy a korábbi következtetési mezőt ne küldjék újra beszélgetési előzményként. Hosszú előzményeknél azokat a tényeket és döntéseket őrizd meg, amelyekre a következő lépésnek ténylegesen szüksége van.
A Flash-Lite e munkafolyamat megnevezett modellje, míg a kész fájlok generálása és a speciális vizuális kimenetek a kapcsolt környezettől és a releváns eszközöktől függenek. Ellenőrizd a számításokat, kinyert képrészleteket és a jelentés állításait az eredeti anyagok alapján. A befejezést a kért tartalom és ténylegesen átadandó eredmény szerint határozd meg, hogy a gördülékeny magyarázat bizonyítékhoz és használható eredményhez kapcsolódjon.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok sensenova-6.7-flash-lite | 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 $0.005676 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "sensenova-6.7-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sensenova-6.7-flash-lite', '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': 'sensenova-6.7-flash-lite', '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 sensenova-6.7-flash-lite
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Turn a checked dataset into slide arguments\n\nPrepare a three-slide outline for operations using this dataset: May, 500 orders and 20 returns; June, 600 orders and 36 returns. Calculate return rates, describe the change and identify a research question before suggesting a cause. Give each slide a title, supporting figures and a note about a useful chart.A three-slide written outline with rate calculations, a change statement and a clearly unresolved research question.Check that rates use each month’s own order count and that a proposed cause remains a question rather than a data-backed finding.