Baichuan3-Turbo adalah model percakapan teks umum dalam jajaran generasi ketiga Baichuan. Pembuatnya mencantumkan konteks 32K untuk nama tepat ini. Baichuan3-Turbo-128k merupakan entri terpisah dengan konteks lebih besar, dan model generasi keempat merupakan edisi bernama terpisah. Nyatakan model pilihan dan profil konteksnya secara eksplisit saat menyiapkan percakapan atau membandingkan hasil.
Referensi percakapan umum pembuatnya menyertakan nama model dan daftar pesan. Letakkan giliran terdahulu sebelum giliran berikutnya. Pesan system, jika digunakan, berada di awal dan menetapkan peran atau persyaratan respons; pesan user menyediakan tugas, dan pesan assistant mempertahankan jawaban sebelumnya. Konten teks dapat berupa string atau struktur konten teks bertipe.
Untuk tugas dokumen, identifikasi bagian teks dan hasil yang diinginkan. Contohnya: “Ekstrak tenggat, penanggung jawab dan hasil kerja yang dinyatakan dalam catatan proyek ini, lalu kembalikan daftar bidang beserta kata-kata pendukungnya.” Untuk penulisan ulang, berikan teks asli, audiens dan nada. Pertahankan giliran terdahulu yang relevan jika permintaan berikutnya bergantung pada interpretasi sebelumnya.
Operasi percakapan yang didokumentasikan menerima jatah respons maksimal dari 1 hingga 2.048 token, dengan 2.048 sebagai bawaan. Pengaturan respons ini berbeda dari konteks 32K model. Sisakan ruang untuk jawaban saat memilih masukan, dan periksa alasan penyelesaian sebelum menganggap hasil sudah selesai.
Kontrol sampling pembuatnya adalah temperature dari 0 hingga 1, bawaan 0.3; top_p dari 0 hingga tetapi tidak termasuk 1, bawaan 0.85; dan top_k dari 0 hingga 20, bawaan 5. Nilai top_k 0 menonaktifkan strategi pemilihan tersebut. Ini adalah pengaturan antarmuka pembuatnya. Untuk perbandingan, pertahankan tugas dan sumber tetap sama sambil mengubah pengaturan yang relevan dengan hasil yang ingin diperiksa.
Baichuan3-Turbo secara eksplisit tercantum di antara model yang mendukung keluaran objek JSON. Mode JSON pembuatnya juga memerlukan instruksi dalam pesan system atau user untuk menghasilkan JSON. Tentukan bidang dan maknanya, serta jelaskan bagaimana nilai yang tidak diketahui harus direpresentasikan. Periksa objek yang dikembalikan terhadap persyaratan tersebut sebelum meneruskannya ke langkah lain.
Untuk contoh catatan proyek, minta bidang tenggat, penanggung jawab dan hasil kerja beserta teks bukti. Respons yang berhenti akibat jatah panjangnya mungkin memuat JSON tidak lengkap. Simpan sumber dan alasan penyelesaian, lalu sesuaikan tugas atau jatah respons sebelum memperlakukan objek parsial sebagai rekaman data valid.
Alur percakapan umum menawarkan pengambilan basis pengetahuan, pencarian web dan fungsi khusus. Pengambilan basis pengetahuan dapat dibatasi hanya pada pengetahuan yang disediakan; dalam mode itu, pembuatnya menetapkan bahwa tidak ada hasil pengambilan berarti tidak ada jawaban. Jika pengambilan dan pencarian web dikonfigurasi bersama, pengambilan diutamakan. Referensi juga memperingatkan agar panggilan fungsi tidak digabungkan dengan alat pengambilan atau pencarian tersebut dalam tugas yang sama.
Untuk pertanyaan pengetahuan, berikan koleksi relevan dan ajukan pertanyaan terarah. Untuk pertanyaan informasi terkini, simpan bukti pencarian sebenarnya bersama jawaban. Pisahkan bukti yang disediakan alat dari kesimpulan yang dihasilkan berdasarkan bukti tersebut.
Baichuan3-Turbo secara tegas termasuk dalam daftar dukungan fungsi. Definisi fungsi menyediakan nama, deskripsi dan skema argumennya. Model dapat memilih operasi dan menghasilkan argumen; aplikasi terhubung menjalankannya dan mengembalikan hasil sebagai pesan tool yang terikat pada panggilan. Pertahankan hubungan itu pada giliran berikutnya. Pilihan pemilihan fungsi pembuatnya adalah pemilihan otomatis atau tanpa pemanggilan alat.
Antarmuka yang didokumentasikan mendukung respons lengkap atau aliran tambahan teks; non-streaming adalah bawaan. Rakit potongan streaming menjadi jawaban akhir. Hasil mengidentifikasi apakah pembuatan berhenti normal, mencapai batas panjang, memilih alat atau mengalami penyaringan konten.
Gunakan artefak jadi untuk tugas yang dimaksud: jawaban ringkas, kata-kata revisi, rekaman data hasil ekstraksi atau penjelasan yang berlandaskan bukti yang dikembalikan. Tinjau nilai yang bergantung pada sumber bersama edisi pilihan. Model sekeluarga berkonteks lebih besar, generasi Baichuan berbeda dan hasil fungsi yang dibuat aplikasi tetap merupakan bagian alur yang terpisah.
", "aboutText": "### Model percakapan 32K bernama\n\nBaichuan3-Turbo adalah model percakapan teks umum dalam jajaran generasi ketiga Baichuan. Pembuatnya mencantumkan konteks 32K untuk nama tepat ini. Baichuan3-Turbo-128k merupakan entri terpisah dengan konteks lebih besar, dan model generasi keempat merupakan edisi bernama terpisah. Nyatakan model pilihan dan profil konteksnya secara eksplisit saat menyiapkan percakapan atau membandingkan hasil.\n\n### Menyiapkan pesan sesuai urutan percakapan\n\nReferensi percakapan umum pembuatnya menyertakan nama model dan daftar pesan. Letakkan giliran terdahulu sebelum giliran berikutnya. Pesan system, jika digunakan, berada di awal dan menetapkan peran atau persyaratan respons; pesan user menyediakan tugas, dan pesan assistant mempertahankan jawaban sebelumnya. Konten teks dapat berupa string atau struktur konten teks bertipe.\n\nUntuk tugas dokumen, identifikasi bagian teks dan hasil yang diinginkan. Contohnya: “Ekstrak tenggat, penanggung jawab dan hasil kerja yang dinyatakan dalam catatan proyek ini, lalu kembalikan daftar bidang beserta kata-kata pendukungnya.” Untuk penulisan ulang, berikan teks asli, audiens dan nada. Pertahankan giliran terdahulu yang relevan jika permintaan berikutnya bergantung pada interpretasi sebelumnya.\n\n### Mengontrol jawaban dan panjangnya\n\nOperasi percakapan yang didokumentasikan menerima jatah respons maksimal dari 1 hingga 2.048 token, dengan 2.048 sebagai bawaan. Pengaturan respons ini berbeda dari konteks 32K model. Sisakan ruang untuk jawaban saat memilih masukan, dan periksa alasan penyelesaian sebelum menganggap hasil sudah selesai.\n\nKontrol sampling pembuatnya adalah temperature dari 0 hingga 1, bawaan 0.3; top_p dari 0 hingga tetapi tidak termasuk 1, bawaan 0.85; dan top_k dari 0 hingga 20, bawaan 5. Nilai top_k 0 menonaktifkan strategi pemilihan tersebut. Ini adalah pengaturan antarmuka pembuatnya. Untuk perbandingan, pertahankan tugas dan sumber tetap sama sambil mengubah pengaturan yang relevan dengan hasil yang ingin diperiksa.\n\n### Menghasilkan JSON secara sengaja\n\nBaichuan3-Turbo secara eksplisit tercantum di antara model yang mendukung keluaran objek JSON. Mode JSON pembuatnya juga memerlukan instruksi dalam pesan system atau user untuk menghasilkan JSON. Tentukan bidang dan maknanya, serta jelaskan bagaimana nilai yang tidak diketahui harus direpresentasikan. Periksa objek yang dikembalikan terhadap persyaratan tersebut sebelum meneruskannya ke langkah lain.\n\nUntuk contoh catatan proyek, minta bidang tenggat, penanggung jawab dan hasil kerja beserta teks bukti. Respons yang berhenti akibat jatah panjangnya mungkin memuat JSON tidak lengkap. Simpan sumber dan alasan penyelesaian, lalu sesuaikan tugas atau jatah respons sebelum memperlakukan objek parsial sebagai rekaman data valid.\n\n### Mengambil bukti atau meminta fungsi\n\nAlur percakapan umum menawarkan pengambilan basis pengetahuan, pencarian web dan fungsi khusus. Pengambilan basis pengetahuan dapat dibatasi hanya pada pengetahuan yang disediakan; dalam mode itu, pembuatnya menetapkan bahwa tidak ada hasil pengambilan berarti tidak ada jawaban. Jika pengambilan dan pencarian web dikonfigurasi bersama, pengambilan diutamakan. Referensi juga memperingatkan agar panggilan fungsi tidak digabungkan dengan alat pengambilan atau pencarian tersebut dalam tugas yang sama.\n\nUntuk pertanyaan pengetahuan, berikan koleksi relevan dan ajukan pertanyaan terarah. Untuk pertanyaan informasi terkini, simpan bukti pencarian sebenarnya bersama jawaban. Pisahkan bukti yang disediakan alat dari kesimpulan yang dihasilkan berdasarkan bukti tersebut.\n\nBaichuan3-Turbo secara tegas termasuk dalam daftar dukungan fungsi. Definisi fungsi menyediakan nama, deskripsi dan skema argumennya. Model dapat memilih operasi dan menghasilkan argumen; aplikasi terhubung menjalankannya dan mengembalikan hasil sebagai pesan tool yang terikat pada panggilan. Pertahankan hubungan itu pada giliran berikutnya. Pilihan pemilihan fungsi pembuatnya adalah pemilihan otomatis atau tanpa pemanggilan alat.\n\n### Menyimpan teks atau objek jadi\n\nAntarmuka yang didokumentasikan mendukung respons lengkap atau aliran tambahan teks; non-streaming adalah bawaan. Rakit potongan streaming menjadi jawaban akhir. Hasil mengidentifikasi apakah pembuatan berhenti normal, mencapai batas panjang, memilih alat atau mengalami penyaringan konten.\n\nGunakan artefak jadi untuk tugas yang dimaksud: jawaban ringkas, kata-kata revisi, rekaman data hasil ekstraksi atau penjelasan yang berlandaskan bukti yang dikembalikan. Tinjau nilai yang bergantung pada sumber bersama edisi pilihan. Model sekeluarga berkonteks lebih besar, generasi Baichuan berbeda dan hasil fungsi yang dibuat aplikasi tetap merupakan bagian alur yang terpisah.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Extract a project handoff\n\nExtract a handoff from this note: Maya will send the revised pricing sheet to Operations by 16:00 Thursday. Leon will review it after receipt; no review deadline has been agreed. Return the owner, deliverable and deadline for each action, with supporting words. Mark missing deadlines as unspecified.Two action records containing owner, deliverable, deadline and a short supporting quotation.Check that Thursday 16:00 belongs to Maya’s delivery and is not assigned to Leon’s review.Baichuan3-TurboBaichuan3-Turbo adalah model percakapan teks dengan konteks 32K yang didokumentasikan. Antarmuka pembuatnya mendukung jawaban lengkap atau streaming, keluaran JSON dan panggilan fungsi khusus, dengan pilihan pengambilan pengetahuan dan pencarian web terpisah untuk respons yang berlandaskan sumber.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Baichuan3-Turbo adalah model percakapan teks umum dalam jajaran generasi ketiga Baichuan. Pembuatnya mencantumkan konteks 32K untuk nama tepat ini. Baichuan3-Turbo-128k merupakan entri terpisah dengan konteks lebih besar, dan model generasi keempat merupakan edisi bernama terpisah. Nyatakan model pilihan dan profil konteksnya secara eksplisit saat menyiapkan percakapan atau membandingkan hasil.
Referensi percakapan umum pembuatnya menyertakan nama model dan daftar pesan. Letakkan giliran terdahulu sebelum giliran berikutnya. Pesan system, jika digunakan, berada di awal dan menetapkan peran atau persyaratan respons; pesan user menyediakan tugas, dan pesan assistant mempertahankan jawaban sebelumnya. Konten teks dapat berupa string atau struktur konten teks bertipe.
Untuk tugas dokumen, identifikasi bagian teks dan hasil yang diinginkan. Contohnya: “Ekstrak tenggat, penanggung jawab dan hasil kerja yang dinyatakan dalam catatan proyek ini, lalu kembalikan daftar bidang beserta kata-kata pendukungnya.” Untuk penulisan ulang, berikan teks asli, audiens dan nada. Pertahankan giliran terdahulu yang relevan jika permintaan berikutnya bergantung pada interpretasi sebelumnya.
Operasi percakapan yang didokumentasikan menerima jatah respons maksimal dari 1 hingga 2.048 token, dengan 2.048 sebagai bawaan. Pengaturan respons ini berbeda dari konteks 32K model. Sisakan ruang untuk jawaban saat memilih masukan, dan periksa alasan penyelesaian sebelum menganggap hasil sudah selesai.
Kontrol sampling pembuatnya adalah temperature dari 0 hingga 1, bawaan 0.3; top_p dari 0 hingga tetapi tidak termasuk 1, bawaan 0.85; dan top_k dari 0 hingga 20, bawaan 5. Nilai top_k 0 menonaktifkan strategi pemilihan tersebut. Ini adalah pengaturan antarmuka pembuatnya. Untuk perbandingan, pertahankan tugas dan sumber tetap sama sambil mengubah pengaturan yang relevan dengan hasil yang ingin diperiksa.
Baichuan3-Turbo secara eksplisit tercantum di antara model yang mendukung keluaran objek JSON. Mode JSON pembuatnya juga memerlukan instruksi dalam pesan system atau user untuk menghasilkan JSON. Tentukan bidang dan maknanya, serta jelaskan bagaimana nilai yang tidak diketahui harus direpresentasikan. Periksa objek yang dikembalikan terhadap persyaratan tersebut sebelum meneruskannya ke langkah lain.
Untuk contoh catatan proyek, minta bidang tenggat, penanggung jawab dan hasil kerja beserta teks bukti. Respons yang berhenti akibat jatah panjangnya mungkin memuat JSON tidak lengkap. Simpan sumber dan alasan penyelesaian, lalu sesuaikan tugas atau jatah respons sebelum memperlakukan objek parsial sebagai rekaman data valid.
Alur percakapan umum menawarkan pengambilan basis pengetahuan, pencarian web dan fungsi khusus. Pengambilan basis pengetahuan dapat dibatasi hanya pada pengetahuan yang disediakan; dalam mode itu, pembuatnya menetapkan bahwa tidak ada hasil pengambilan berarti tidak ada jawaban. Jika pengambilan dan pencarian web dikonfigurasi bersama, pengambilan diutamakan. Referensi juga memperingatkan agar panggilan fungsi tidak digabungkan dengan alat pengambilan atau pencarian tersebut dalam tugas yang sama.
Untuk pertanyaan pengetahuan, berikan koleksi relevan dan ajukan pertanyaan terarah. Untuk pertanyaan informasi terkini, simpan bukti pencarian sebenarnya bersama jawaban. Pisahkan bukti yang disediakan alat dari kesimpulan yang dihasilkan berdasarkan bukti tersebut.
Baichuan3-Turbo secara tegas termasuk dalam daftar dukungan fungsi. Definisi fungsi menyediakan nama, deskripsi dan skema argumennya. Model dapat memilih operasi dan menghasilkan argumen; aplikasi terhubung menjalankannya dan mengembalikan hasil sebagai pesan tool yang terikat pada panggilan. Pertahankan hubungan itu pada giliran berikutnya. Pilihan pemilihan fungsi pembuatnya adalah pemilihan otomatis atau tanpa pemanggilan alat.
Antarmuka yang didokumentasikan mendukung respons lengkap atau aliran tambahan teks; non-streaming adalah bawaan. Rakit potongan streaming menjadi jawaban akhir. Hasil mengidentifikasi apakah pembuatan berhenti normal, mencapai batas panjang, memilih alat atau mengalami penyaringan konten.
Gunakan artefak jadi untuk tugas yang dimaksud: jawaban ringkas, kata-kata revisi, rekaman data hasil ekstraksi atau penjelasan yang berlandaskan bukti yang dikembalikan. Tinjau nilai yang bergantung pada sumber bersama edisi pilihan. Model sekeluarga berkonteks lebih besar, generasi Baichuan berbeda dan hasil fungsi yang dibuat aplikasi tetap merupakan bagian alur yang terpisah.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan Baichuan3-Turbo | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00374 / 1K token Keluaran · Token keluaran $0.00374 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Baichuan3-Turbo", "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='Baichuan3-Turbo',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='Baichuan3-Turbo',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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra Baichuan3-Turbo
Gunakan jalur metode yang ditampilkan di atas.
Baichuan3-TurboBaichuan3-Turbo adalah model percakapan teks dengan konteks 32K yang didokumentasikan. Antarmuka pembuatnya mendukung jawaban lengkap atau streaming, keluaran JSON dan panggilan fungsi khusus, dengan pilihan pengambilan pengetahuan dan pencarian web terpisah untuk respons yang berlandaskan sumber.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Baichuan3-Turbo adalah model percakapan teks umum dalam jajaran generasi ketiga Baichuan. Pembuatnya mencantumkan konteks 32K untuk nama tepat ini. Baichuan3-Turbo-128k merupakan entri terpisah dengan konteks lebih besar, dan model generasi keempat merupakan edisi bernama terpisah. Nyatakan model pilihan dan profil konteksnya secara eksplisit saat menyiapkan percakapan atau membandingkan hasil.
Referensi percakapan umum pembuatnya menyertakan nama model dan daftar pesan. Letakkan giliran terdahulu sebelum giliran berikutnya. Pesan system, jika digunakan, berada di awal dan menetapkan peran atau persyaratan respons; pesan user menyediakan tugas, dan pesan assistant mempertahankan jawaban sebelumnya. Konten teks dapat berupa string atau struktur konten teks bertipe.
Untuk tugas dokumen, identifikasi bagian teks dan hasil yang diinginkan. Contohnya: “Ekstrak tenggat, penanggung jawab dan hasil kerja yang dinyatakan dalam catatan proyek ini, lalu kembalikan daftar bidang beserta kata-kata pendukungnya.” Untuk penulisan ulang, berikan teks asli, audiens dan nada. Pertahankan giliran terdahulu yang relevan jika permintaan berikutnya bergantung pada interpretasi sebelumnya.
Operasi percakapan yang didokumentasikan menerima jatah respons maksimal dari 1 hingga 2.048 token, dengan 2.048 sebagai bawaan. Pengaturan respons ini berbeda dari konteks 32K model. Sisakan ruang untuk jawaban saat memilih masukan, dan periksa alasan penyelesaian sebelum menganggap hasil sudah selesai.
Kontrol sampling pembuatnya adalah temperature dari 0 hingga 1, bawaan 0.3; top_p dari 0 hingga tetapi tidak termasuk 1, bawaan 0.85; dan top_k dari 0 hingga 20, bawaan 5. Nilai top_k 0 menonaktifkan strategi pemilihan tersebut. Ini adalah pengaturan antarmuka pembuatnya. Untuk perbandingan, pertahankan tugas dan sumber tetap sama sambil mengubah pengaturan yang relevan dengan hasil yang ingin diperiksa.
Baichuan3-Turbo secara eksplisit tercantum di antara model yang mendukung keluaran objek JSON. Mode JSON pembuatnya juga memerlukan instruksi dalam pesan system atau user untuk menghasilkan JSON. Tentukan bidang dan maknanya, serta jelaskan bagaimana nilai yang tidak diketahui harus direpresentasikan. Periksa objek yang dikembalikan terhadap persyaratan tersebut sebelum meneruskannya ke langkah lain.
Untuk contoh catatan proyek, minta bidang tenggat, penanggung jawab dan hasil kerja beserta teks bukti. Respons yang berhenti akibat jatah panjangnya mungkin memuat JSON tidak lengkap. Simpan sumber dan alasan penyelesaian, lalu sesuaikan tugas atau jatah respons sebelum memperlakukan objek parsial sebagai rekaman data valid.
Alur percakapan umum menawarkan pengambilan basis pengetahuan, pencarian web dan fungsi khusus. Pengambilan basis pengetahuan dapat dibatasi hanya pada pengetahuan yang disediakan; dalam mode itu, pembuatnya menetapkan bahwa tidak ada hasil pengambilan berarti tidak ada jawaban. Jika pengambilan dan pencarian web dikonfigurasi bersama, pengambilan diutamakan. Referensi juga memperingatkan agar panggilan fungsi tidak digabungkan dengan alat pengambilan atau pencarian tersebut dalam tugas yang sama.
Untuk pertanyaan pengetahuan, berikan koleksi relevan dan ajukan pertanyaan terarah. Untuk pertanyaan informasi terkini, simpan bukti pencarian sebenarnya bersama jawaban. Pisahkan bukti yang disediakan alat dari kesimpulan yang dihasilkan berdasarkan bukti tersebut.
Baichuan3-Turbo secara tegas termasuk dalam daftar dukungan fungsi. Definisi fungsi menyediakan nama, deskripsi dan skema argumennya. Model dapat memilih operasi dan menghasilkan argumen; aplikasi terhubung menjalankannya dan mengembalikan hasil sebagai pesan tool yang terikat pada panggilan. Pertahankan hubungan itu pada giliran berikutnya. Pilihan pemilihan fungsi pembuatnya adalah pemilihan otomatis atau tanpa pemanggilan alat.
Antarmuka yang didokumentasikan mendukung respons lengkap atau aliran tambahan teks; non-streaming adalah bawaan. Rakit potongan streaming menjadi jawaban akhir. Hasil mengidentifikasi apakah pembuatan berhenti normal, mencapai batas panjang, memilih alat atau mengalami penyaringan konten.
Gunakan artefak jadi untuk tugas yang dimaksud: jawaban ringkas, kata-kata revisi, rekaman data hasil ekstraksi atau penjelasan yang berlandaskan bukti yang dikembalikan. Tinjau nilai yang bergantung pada sumber bersama edisi pilihan. Model sekeluarga berkonteks lebih besar, generasi Baichuan berbeda dan hasil fungsi yang dibuat aplikasi tetap merupakan bagian alur yang terpisah.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan Baichuan3-Turbo | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00374 / 1K token Keluaran · Token keluaran $0.00374 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "Baichuan3-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Baichuan3-Turbo', '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': 'Baichuan3-Turbo', '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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra Baichuan3-Turbo
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Extract a project handoff\n\nExtract a handoff from this note: Maya will send the revised pricing sheet to Operations by 16:00 Thursday. Leon will review it after receipt; no review deadline has been agreed. Return the owner, deliverable and deadline for each action, with supporting words. Mark missing deadlines as unspecified.Two action records containing owner, deliverable, deadline and a short supporting quotation.Check that Thursday 16:00 belongs to Maya’s delivery and is not assigned to Leon’s review.