ERNIE-4.5-21B-A3B-Thinking adalah edisi penalaran teks model 21B-A3B yang dirilis terpisah oleh Baidu. Pengembangannya memperluas kemampuan berpikir model asli, dengan penekanan pada penalaran logis, matematika, pertanyaan ilmiah, pengodean dan pembuatan teks. Model juga menambahkan kemampuan penggunaan alat dan pemahaman konteks panjang. Pembuatnya secara khusus merekomendasikan versi berpikir lebih lama untuk tugas penalaran yang sangat kompleks.
Model ini merupakan mixture-of-experts yang telah menjalani pascapelatihan, dengan total 21 miliar parameter dan 3 miliar diaktifkan untuk setiap token. Konfigurasinya memuat 28 lapisan, 20 kepala query dan empat kepala key/value. Model memiliki 64 pakar teks dengan enam dipilih sekaligus dan dua pakar bersama. Panjang konteksnya adalah 131.072 token. Masukan dan keluarannya berupa teks, dan nama Thinking mempertahankan edisi berbeda, bukan pengaturan yang otomatis mengubah model 21B-A3B biasa menjadi rilis sama.
Untuk tugas analitis berat, berikan kondisi, bukti dan kriteria yang akan menetapkan jawaban valid. Minta hasil dalam bentuk yang dapat diperiksa: derivasi matematika, perbandingan kasus, usulan implementasi atau urutan keputusan dengan asumsi yang dinyatakan. Untuk kode, sertakan fragmen relevan, perilaku yang diharapkan dan contoh masukan konkret. Penalaran lebih panjang berguna ketika jawaban bergantung pada beberapa langkah terkait, bukan fakta singkat terisolasi.
Pembuatnya mendokumentasikan pemanggilan fungsi dengan deskripsi alat dan skema argumennya. Ini mendukung tugas yang memerlukan informasi atau tindakan yang disediakan aplikasi. Tentukan apa yang diberikan setiap fungsi, masukan yang diharapkan dan cara hasil yang dikembalikan akan digunakan. Argumen fungsi yang diusulkan model dan hasil eksekusi aplikasi merupakan bagian terpisah alur tersebut. Alat terhubung memperluas informasi yang tersedia bagi tugas; alat tidak memberi model akses mandiri ke sistem eksternal.
Dalam tugas Ailoot API, pilih satu artefak akhir dan tentukan strukturnya. Hasil penalaran dapat memisahkan kesimpulan, perhitungan pendukung, asumsi dan pertanyaan tersisa. Hasil pengodean dapat memisahkan usulan perubahan dari alasan dan pemeriksaan yang diperlukan untuk memvalidasinya. Satukan materi tugas agar konteks diperluas melayani masalah koheren, bukan latar belakang yang tidak berkaitan.
Baidu memublikasikan edisi ini dalam bobot bergaya Transformer dan memberikan contoh pembuatan teks serta pemanggilan fungsi. Rilis berada di bawah Apache 2.0. Peningkatan panjang pemikiran yang disengaja merupakan karakteristik khusus edisi, dan batas token keluaran maksimal terpisah tidak dinyatakan dalam kartu model. Jaga model Thinking ini berbeda dari edisi teks biasa dan cabang VL saat memilih kemampuan pembuat yang diperlukan untuk tugas.
", "aboutText": "ERNIE-4.5-21B-A3B-Thinking adalah edisi penalaran teks model 21B-A3B yang dirilis terpisah oleh Baidu. Pengembangannya memperluas kemampuan berpikir model asli, dengan penekanan pada penalaran logis, matematika, pertanyaan ilmiah, pengodean dan pembuatan teks. Model juga menambahkan kemampuan penggunaan alat dan pemahaman konteks panjang. Pembuatnya secara khusus merekomendasikan versi berpikir lebih lama untuk tugas penalaran yang sangat kompleks.\n\nModel ini merupakan mixture-of-experts yang telah menjalani pascapelatihan, dengan total 21 miliar parameter dan 3 miliar diaktifkan untuk setiap token. Konfigurasinya memuat 28 lapisan, 20 kepala query dan empat kepala key/value. Model memiliki 64 pakar teks dengan enam dipilih sekaligus dan dua pakar bersama. Panjang konteksnya adalah 131.072 token. Masukan dan keluarannya berupa teks, dan nama Thinking mempertahankan edisi berbeda, bukan pengaturan yang otomatis mengubah model 21B-A3B biasa menjadi rilis sama.\n\nUntuk tugas analitis berat, berikan kondisi, bukti dan kriteria yang akan menetapkan jawaban valid. Minta hasil dalam bentuk yang dapat diperiksa: derivasi matematika, perbandingan kasus, usulan implementasi atau urutan keputusan dengan asumsi yang dinyatakan. Untuk kode, sertakan fragmen relevan, perilaku yang diharapkan dan contoh masukan konkret. Penalaran lebih panjang berguna ketika jawaban bergantung pada beberapa langkah terkait, bukan fakta singkat terisolasi.\n\nPembuatnya mendokumentasikan pemanggilan fungsi dengan deskripsi alat dan skema argumennya. Ini mendukung tugas yang memerlukan informasi atau tindakan yang disediakan aplikasi. Tentukan apa yang diberikan setiap fungsi, masukan yang diharapkan dan cara hasil yang dikembalikan akan digunakan. Argumen fungsi yang diusulkan model dan hasil eksekusi aplikasi merupakan bagian terpisah alur tersebut. Alat terhubung memperluas informasi yang tersedia bagi tugas; alat tidak memberi model akses mandiri ke sistem eksternal.\n\nDalam tugas Ailoot API, pilih satu artefak akhir dan tentukan strukturnya. Hasil penalaran dapat memisahkan kesimpulan, perhitungan pendukung, asumsi dan pertanyaan tersisa. Hasil pengodean dapat memisahkan usulan perubahan dari alasan dan pemeriksaan yang diperlukan untuk memvalidasinya. Satukan materi tugas agar konteks diperluas melayani masalah koheren, bukan latar belakang yang tidak berkaitan.\n\nBaidu memublikasikan edisi ini dalam bobot bergaya Transformer dan memberikan contoh pembuatan teks serta pemanggilan fungsi. Rilis berada di bawah Apache 2.0. Peningkatan panjang pemikiran yang disengaja merupakan karakteristik khusus edisi, dan batas token keluaran maksimal terpisah tidak dinyatakan dalam kartu model. Jaga model Thinking ini berbeda dari edisi teks biasa dan cabang VL saat memilih kemampuan pembuat yang diperlukan untuk tugas.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Resolve a precedence constraint\n\nThree maintenance jobs A, B and C share one machine and last 2, 3 and 1 hours. B must follow A; C must finish by hour 3. Work starts at hour 0 with no interruptions. Find the feasible order with the earliest finish, give start and end times, and explain why other orders fail the constraints.A schedule table, the finish time and a short elimination of infeasible orders.Check each duration, the A-before-B constraint and the deadline for C directly against the table.baidu/ernie-4.5-21b-a3b-thinkingEdisi Thinking ERNIE 4.5 tersendiri dari Baidu menggunakan penalaran lebih panjang untuk tugas logika, matematika, sains, dan kode yang sangat kompleks. Model ini menggabungkan arsitektur mixture-of-experts 21B/3B, konteks 131,072 token, dan dukungan panggilan fungsi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
ERNIE-4.5-21B-A3B-Thinking adalah edisi penalaran teks model 21B-A3B yang dirilis terpisah oleh Baidu. Pengembangannya memperluas kemampuan berpikir model asli, dengan penekanan pada penalaran logis, matematika, pertanyaan ilmiah, pengodean dan pembuatan teks. Model juga menambahkan kemampuan penggunaan alat dan pemahaman konteks panjang. Pembuatnya secara khusus merekomendasikan versi berpikir lebih lama untuk tugas penalaran yang sangat kompleks.
Model ini merupakan mixture-of-experts yang telah menjalani pascapelatihan, dengan total 21 miliar parameter dan 3 miliar diaktifkan untuk setiap token. Konfigurasinya memuat 28 lapisan, 20 kepala query dan empat kepala key/value. Model memiliki 64 pakar teks dengan enam dipilih sekaligus dan dua pakar bersama. Panjang konteksnya adalah 131.072 token. Masukan dan keluarannya berupa teks, dan nama Thinking mempertahankan edisi berbeda, bukan pengaturan yang otomatis mengubah model 21B-A3B biasa menjadi rilis sama.
Untuk tugas analitis berat, berikan kondisi, bukti dan kriteria yang akan menetapkan jawaban valid. Minta hasil dalam bentuk yang dapat diperiksa: derivasi matematika, perbandingan kasus, usulan implementasi atau urutan keputusan dengan asumsi yang dinyatakan. Untuk kode, sertakan fragmen relevan, perilaku yang diharapkan dan contoh masukan konkret. Penalaran lebih panjang berguna ketika jawaban bergantung pada beberapa langkah terkait, bukan fakta singkat terisolasi.
Pembuatnya mendokumentasikan pemanggilan fungsi dengan deskripsi alat dan skema argumennya. Ini mendukung tugas yang memerlukan informasi atau tindakan yang disediakan aplikasi. Tentukan apa yang diberikan setiap fungsi, masukan yang diharapkan dan cara hasil yang dikembalikan akan digunakan. Argumen fungsi yang diusulkan model dan hasil eksekusi aplikasi merupakan bagian terpisah alur tersebut. Alat terhubung memperluas informasi yang tersedia bagi tugas; alat tidak memberi model akses mandiri ke sistem eksternal.
Dalam tugas Ailoot API, pilih satu artefak akhir dan tentukan strukturnya. Hasil penalaran dapat memisahkan kesimpulan, perhitungan pendukung, asumsi dan pertanyaan tersisa. Hasil pengodean dapat memisahkan usulan perubahan dari alasan dan pemeriksaan yang diperlukan untuk memvalidasinya. Satukan materi tugas agar konteks diperluas melayani masalah koheren, bukan latar belakang yang tidak berkaitan.
Baidu memublikasikan edisi ini dalam bobot bergaya Transformer dan memberikan contoh pembuatan teks serta pemanggilan fungsi. Rilis berada di bawah Apache 2.0. Peningkatan panjang pemikiran yang disengaja merupakan karakteristik khusus edisi, dan batas token keluaran maksimal terpisah tidak dinyatakan dalam kartu model. Jaga model Thinking ini berbeda dari edisi teks biasa dan cabang VL saat memilih kemampuan pembuat yang diperlukan untuk tugas.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan baidu/ernie-4.5-21b-a3b-thinking | 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 $0.000144 / 1K token Keluaran · Token keluaran $0.000572 / 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": "baidu/ernie-4.5-21b-a3b-thinking", "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='baidu/ernie-4.5-21b-a3b-thinking',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='baidu/ernie-4.5-21b-a3b-thinking',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 baidu/ernie-4.5-21b-a3b-thinking
Gunakan jalur metode yang ditampilkan di atas.
baidu/ernie-4.5-21b-a3b-thinkingEdisi Thinking ERNIE 4.5 tersendiri dari Baidu menggunakan penalaran lebih panjang untuk tugas logika, matematika, sains, dan kode yang sangat kompleks. Model ini menggabungkan arsitektur mixture-of-experts 21B/3B, konteks 131,072 token, dan dukungan panggilan fungsi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
ERNIE-4.5-21B-A3B-Thinking adalah edisi penalaran teks model 21B-A3B yang dirilis terpisah oleh Baidu. Pengembangannya memperluas kemampuan berpikir model asli, dengan penekanan pada penalaran logis, matematika, pertanyaan ilmiah, pengodean dan pembuatan teks. Model juga menambahkan kemampuan penggunaan alat dan pemahaman konteks panjang. Pembuatnya secara khusus merekomendasikan versi berpikir lebih lama untuk tugas penalaran yang sangat kompleks.
Model ini merupakan mixture-of-experts yang telah menjalani pascapelatihan, dengan total 21 miliar parameter dan 3 miliar diaktifkan untuk setiap token. Konfigurasinya memuat 28 lapisan, 20 kepala query dan empat kepala key/value. Model memiliki 64 pakar teks dengan enam dipilih sekaligus dan dua pakar bersama. Panjang konteksnya adalah 131.072 token. Masukan dan keluarannya berupa teks, dan nama Thinking mempertahankan edisi berbeda, bukan pengaturan yang otomatis mengubah model 21B-A3B biasa menjadi rilis sama.
Untuk tugas analitis berat, berikan kondisi, bukti dan kriteria yang akan menetapkan jawaban valid. Minta hasil dalam bentuk yang dapat diperiksa: derivasi matematika, perbandingan kasus, usulan implementasi atau urutan keputusan dengan asumsi yang dinyatakan. Untuk kode, sertakan fragmen relevan, perilaku yang diharapkan dan contoh masukan konkret. Penalaran lebih panjang berguna ketika jawaban bergantung pada beberapa langkah terkait, bukan fakta singkat terisolasi.
Pembuatnya mendokumentasikan pemanggilan fungsi dengan deskripsi alat dan skema argumennya. Ini mendukung tugas yang memerlukan informasi atau tindakan yang disediakan aplikasi. Tentukan apa yang diberikan setiap fungsi, masukan yang diharapkan dan cara hasil yang dikembalikan akan digunakan. Argumen fungsi yang diusulkan model dan hasil eksekusi aplikasi merupakan bagian terpisah alur tersebut. Alat terhubung memperluas informasi yang tersedia bagi tugas; alat tidak memberi model akses mandiri ke sistem eksternal.
Dalam tugas Ailoot API, pilih satu artefak akhir dan tentukan strukturnya. Hasil penalaran dapat memisahkan kesimpulan, perhitungan pendukung, asumsi dan pertanyaan tersisa. Hasil pengodean dapat memisahkan usulan perubahan dari alasan dan pemeriksaan yang diperlukan untuk memvalidasinya. Satukan materi tugas agar konteks diperluas melayani masalah koheren, bukan latar belakang yang tidak berkaitan.
Baidu memublikasikan edisi ini dalam bobot bergaya Transformer dan memberikan contoh pembuatan teks serta pemanggilan fungsi. Rilis berada di bawah Apache 2.0. Peningkatan panjang pemikiran yang disengaja merupakan karakteristik khusus edisi, dan batas token keluaran maksimal terpisah tidak dinyatakan dalam kartu model. Jaga model Thinking ini berbeda dari edisi teks biasa dan cabang VL saat memilih kemampuan pembuat yang diperlukan untuk tugas.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan baidu/ernie-4.5-21b-a3b-thinking | 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 $0.000144 / 1K token Keluaran · Token keluaran $0.000572 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "baidu/ernie-4.5-21b-a3b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'baidu/ernie-4.5-21b-a3b-thinking', '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': 'baidu/ernie-4.5-21b-a3b-thinking', '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 baidu/ernie-4.5-21b-a3b-thinking
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Resolve a precedence constraint\n\nThree maintenance jobs A, B and C share one machine and last 2, 3 and 1 hours. B must follow A; C must finish by hour 3. Work starts at hour 0 with no interruptions. Find the feasible order with the earliest finish, give start and end times, and explain why other orders fail the constraints.A schedule table, the finish time and a short elimination of infeasible orders.Check each duration, the A-before-B constraint and the deadline for C directly against the table.