ERNIE X1 Turbo adalah profil model penalaran Baidu untuk pertanyaan yang memerlukan analisis mendalam, pemecahan masalah logis, dan pekerjaan teks yang terhubung dengan alat. Produsen menyebut Turbo sebagai versi yang ditingkatkan dari lini X1. Profil produsen 32K yang didokumentasikan tetap terpisah dari ERNIE X1.1 Preview dan ERNIE 5.0 Thinking, yang memiliki anggaran masukan dan pembuatan berbeda.
Sertakan pertanyaan, nilai yang diberikan, batasan, dan jenis hasil yang diperlukan. Tugas matematika dapat meminta solusi dengan perhitungan penentu yang dapat diperiksa; tugas perencanaan dapat membandingkan alternatif berdasarkan kondisi yang telah ditetapkan. Pisahkan asumsi dari fakta yang disediakan, dan identifikasi hal yang masih belum diketahui. Dengan demikian, proses penalaran menghadapi masalah yang memiliki batas jelas, bukan izin untuk mengarang persyaratan yang belum tersedia.
Untuk pertanyaan teknis, sertakan kutipan sumber atau fragmen kode yang relevan serta perilaku yang ingin diselidiki. Minta contoh penyangkal yang konkret atau penjelasan jika dua implementasi berbeda. Artefak yang berguna harus memperjelas kesimpulan dan kondisi yang mendasarinya. Periksa nilai penting dan perilaku yang diusulkan terhadap sumber, alih-alih menganggap analisis panjang yang dihasilkan sebagai bukti kebenaran.
Tabel model AI Studio dari produsen mencantumkan konteks 32K, masukan maksimum 24K, dan pengaturan keluaran akhir dari 2 hingga 16.384 token, dengan nilai bawaan yang didokumentasikan sebesar 2K. Tabel tersebut secara terpisah mencantumkan panjang pemikiran 16K untuk X1 Turbo. Bidang-bidang ini memiliki peran berbeda; pilih materi sumber dan artefak akhir yang diminta sesuai dengan peran tersebut, alih-alih menafsirkan angka konteks sebagai janji jawaban yang sama panjangnya.
Pisahkan jawaban akhir dari materi penalaran apa pun yang dikembalikan melalui alur produsen. Perbandingan dapat menempatkan rekomendasi di awal dan tetap menyertakan kondisi yang mendasarinya. Respons terkait kode dapat mengidentifikasi kasus masukan yang tepat dan hasil yang diharapkan. Simpan pertanyaan asli dan bukti bersama artefak yang telah selesai agar pertanyaan lanjutan dapat memeriksa satu langkah yang belum tuntas.
Indeks fitur produsen mencantumkan X1 Turbo untuk pemanggilan fungsi dan tugas yang diperkaya pencarian. Tentukan tujuan dan argumen setiap fungsi aplikasi, lalu kembalikan hasil sebenarnya ketika model memintanya. Model menyediakan permintaan terstruktur; aplikasi di sekitarnya menjalankan operasi. Usulan pencarian berbeda dari catatan yang berhasil diambil, dan tindakan yang diminta berbeda dari hasil yang telah tercapai.
Untuk pertanyaan berbasis sumber, simpan materi yang diambil bersama jawaban dan periksa apakah materi tersebut mendukung klaimnya. Fakta yang dinamis harus berasal dari bukti terkini, bukan respons berbasis ingatan yang tidak didukung sumber. Perlakukan integrasi fungsi dan pencarian sebagai alur kerja terhubung milik produsen, dengan bukti yang benar-benar dikembalikan menentukan kesimpulan yang dapat dipertanggungjawabkan oleh jawaban.
Profil X1 Turbo 32K merupakan alur kerja teks penalaran, bukan spesifikasi pembuatan multimodal bawaan yang lebih luas milik keluarga ERNIE lain. Anggaran masukan, keluaran akhir, dan pemikirannya tetap mengikuti profil produsen yang dipilih. Paket serah terima yang berguna dapat memuat solusi, perbandingan, atau jawaban yang menggunakan hasil alat, beserta kutipan sumber dan hasil operasi yang telah selesai. Ini mendukung kelanjutan yang terarah sambil mempertahankan tugas awal dan ketidakpastiannya.
", "aboutText": "ERNIE X1 Turbo adalah profil model penalaran Baidu untuk pertanyaan yang memerlukan analisis mendalam, pemecahan masalah logis, dan pekerjaan teks yang terhubung dengan alat. Produsen menyebut Turbo sebagai versi yang ditingkatkan dari lini X1. Profil produsen 32K yang didokumentasikan tetap terpisah dari ERNIE X1.1 Preview dan ERNIE 5.0 Thinking, yang memiliki anggaran masukan dan pembuatan berbeda.\n\n### Siapkan masalah penalaran yang lengkap\n\nSertakan pertanyaan, nilai yang diberikan, batasan, dan jenis hasil yang diperlukan. Tugas matematika dapat meminta solusi dengan perhitungan penentu yang dapat diperiksa; tugas perencanaan dapat membandingkan alternatif berdasarkan kondisi yang telah ditetapkan. Pisahkan asumsi dari fakta yang disediakan, dan identifikasi hal yang masih belum diketahui. Dengan demikian, proses penalaran menghadapi masalah yang memiliki batas jelas, bukan izin untuk mengarang persyaratan yang belum tersedia.\n\nUntuk pertanyaan teknis, sertakan kutipan sumber atau fragmen kode yang relevan serta perilaku yang ingin diselidiki. Minta contoh penyangkal yang konkret atau penjelasan jika dua implementasi berbeda. Artefak yang berguna harus memperjelas kesimpulan dan kondisi yang mendasarinya. Periksa nilai penting dan perilaku yang diusulkan terhadap sumber, alih-alih menganggap analisis panjang yang dihasilkan sebagai bukti kebenaran.\n\n### Anggaran konteks, keluaran akhir, dan pemikiran\n\nTabel model AI Studio dari produsen mencantumkan konteks 32K, masukan maksimum 24K, dan pengaturan keluaran akhir dari 2 hingga 16.384 token, dengan nilai bawaan yang didokumentasikan sebesar 2K. Tabel tersebut secara terpisah mencantumkan panjang pemikiran 16K untuk X1 Turbo. Bidang-bidang ini memiliki peran berbeda; pilih materi sumber dan artefak akhir yang diminta sesuai dengan peran tersebut, alih-alih menafsirkan angka konteks sebagai janji jawaban yang sama panjangnya.\n\nPisahkan jawaban akhir dari materi penalaran apa pun yang dikembalikan melalui alur produsen. Perbandingan dapat menempatkan rekomendasi di awal dan tetap menyertakan kondisi yang mendasarinya. Respons terkait kode dapat mengidentifikasi kasus masukan yang tepat dan hasil yang diharapkan. Simpan pertanyaan asli dan bukti bersama artefak yang telah selesai agar pertanyaan lanjutan dapat memeriksa satu langkah yang belum tuntas.\n\n### Fungsi dan informasi terkini\n\nIndeks fitur produsen mencantumkan X1 Turbo untuk pemanggilan fungsi dan tugas yang diperkaya pencarian. Tentukan tujuan dan argumen setiap fungsi aplikasi, lalu kembalikan hasil sebenarnya ketika model memintanya. Model menyediakan permintaan terstruktur; aplikasi di sekitarnya menjalankan operasi. Usulan pencarian berbeda dari catatan yang berhasil diambil, dan tindakan yang diminta berbeda dari hasil yang telah tercapai.\n\nUntuk pertanyaan berbasis sumber, simpan materi yang diambil bersama jawaban dan periksa apakah materi tersebut mendukung klaimnya. Fakta yang dinamis harus berasal dari bukti terkini, bukan respons berbasis ingatan yang tidak didukung sumber. Perlakukan integrasi fungsi dan pencarian sebagai alur kerja terhubung milik produsen, dengan bukti yang benar-benar dikembalikan menentukan kesimpulan yang dapat dipertanggungjawabkan oleh jawaban.\n\n### Simpan edisi X1 Turbo bersama hasilnya\n\nProfil X1 Turbo 32K merupakan alur kerja teks penalaran, bukan spesifikasi pembuatan multimodal bawaan yang lebih luas milik keluarga ERNIE lain. Anggaran masukan, keluaran akhir, dan pemikirannya tetap mengikuti profil produsen yang dipilih. Paket serah terima yang berguna dapat memuat solusi, perbandingan, atau jawaban yang menggunakan hasil alat, beserta kutipan sumber dan hasil operasi yang telah selesai. Ini mendukung kelanjutan yang terarah sambil mempertahankan tugas awal dan ketidakpastiannya.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "79898591c15be7acb629a42729f66f26ff009335c04f28c95a3980b5721aff44", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "id", "methods": [ { "html": "ernie-x1-turbo-32kERNIE X1 Turbo adalah profil penalaran Baidu untuk tugas teks matematis, logis, dan yang terhubung dengan alat. Spesifikasi AI Studio-nya membedakan konteks 32K, masukan maksimum 24K, pengaturan keluaran akhir hingga 16.384 token, dan panjang pemikiran terpisah sebesar 16K.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
ERNIE X1 Turbo adalah profil model penalaran Baidu untuk pertanyaan yang memerlukan analisis mendalam, pemecahan masalah logis, dan pekerjaan teks yang terhubung dengan alat. Produsen menyebut Turbo sebagai versi yang ditingkatkan dari lini X1. Profil produsen 32K yang didokumentasikan tetap terpisah dari ERNIE X1.1 Preview dan ERNIE 5.0 Thinking, yang memiliki anggaran masukan dan pembuatan berbeda.
Sertakan pertanyaan, nilai yang diberikan, batasan, dan jenis hasil yang diperlukan. Tugas matematika dapat meminta solusi dengan perhitungan penentu yang dapat diperiksa; tugas perencanaan dapat membandingkan alternatif berdasarkan kondisi yang telah ditetapkan. Pisahkan asumsi dari fakta yang disediakan, dan identifikasi hal yang masih belum diketahui. Dengan demikian, proses penalaran menghadapi masalah yang memiliki batas jelas, bukan izin untuk mengarang persyaratan yang belum tersedia.
Untuk pertanyaan teknis, sertakan kutipan sumber atau fragmen kode yang relevan serta perilaku yang ingin diselidiki. Minta contoh penyangkal yang konkret atau penjelasan jika dua implementasi berbeda. Artefak yang berguna harus memperjelas kesimpulan dan kondisi yang mendasarinya. Periksa nilai penting dan perilaku yang diusulkan terhadap sumber, alih-alih menganggap analisis panjang yang dihasilkan sebagai bukti kebenaran.
Tabel model AI Studio dari produsen mencantumkan konteks 32K, masukan maksimum 24K, dan pengaturan keluaran akhir dari 2 hingga 16.384 token, dengan nilai bawaan yang didokumentasikan sebesar 2K. Tabel tersebut secara terpisah mencantumkan panjang pemikiran 16K untuk X1 Turbo. Bidang-bidang ini memiliki peran berbeda; pilih materi sumber dan artefak akhir yang diminta sesuai dengan peran tersebut, alih-alih menafsirkan angka konteks sebagai janji jawaban yang sama panjangnya.
Pisahkan jawaban akhir dari materi penalaran apa pun yang dikembalikan melalui alur produsen. Perbandingan dapat menempatkan rekomendasi di awal dan tetap menyertakan kondisi yang mendasarinya. Respons terkait kode dapat mengidentifikasi kasus masukan yang tepat dan hasil yang diharapkan. Simpan pertanyaan asli dan bukti bersama artefak yang telah selesai agar pertanyaan lanjutan dapat memeriksa satu langkah yang belum tuntas.
Indeks fitur produsen mencantumkan X1 Turbo untuk pemanggilan fungsi dan tugas yang diperkaya pencarian. Tentukan tujuan dan argumen setiap fungsi aplikasi, lalu kembalikan hasil sebenarnya ketika model memintanya. Model menyediakan permintaan terstruktur; aplikasi di sekitarnya menjalankan operasi. Usulan pencarian berbeda dari catatan yang berhasil diambil, dan tindakan yang diminta berbeda dari hasil yang telah tercapai.
Untuk pertanyaan berbasis sumber, simpan materi yang diambil bersama jawaban dan periksa apakah materi tersebut mendukung klaimnya. Fakta yang dinamis harus berasal dari bukti terkini, bukan respons berbasis ingatan yang tidak didukung sumber. Perlakukan integrasi fungsi dan pencarian sebagai alur kerja terhubung milik produsen, dengan bukti yang benar-benar dikembalikan menentukan kesimpulan yang dapat dipertanggungjawabkan oleh jawaban.
Profil X1 Turbo 32K merupakan alur kerja teks penalaran, bukan spesifikasi pembuatan multimodal bawaan yang lebih luas milik keluarga ERNIE lain. Anggaran masukan, keluaran akhir, dan pemikirannya tetap mengikuti profil produsen yang dipilih. Paket serah terima yang berguna dapat memuat solusi, perbandingan, atau jawaban yang menggunakan hasil alat, beserta kutipan sumber dan hasil operasi yang telah selesai. Ini mendukung kelanjutan yang terarah sambil mempertahankan tugas awal dan ketidakpastiannya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan ernie-x1-turbo-32k | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Percakapan teks | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
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 |
Parametercontrol_scope | KontrakPercakapan teks; stream adalah nilai boolean dengan false sebagai bawaan. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Alias metode: /chat/completions
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 $0.00033 / 1K token Keluaran · Token keluaran $0.00132 / 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":"ernie-x1-turbo-32k","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="ernie-x1-turbo-32k", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 ernie-x1-turbo-32k
/chat/completions
ernie-x1-turbo-32kERNIE X1 Turbo adalah profil penalaran Baidu untuk tugas teks matematis, logis, dan yang terhubung dengan alat. Spesifikasi AI Studio-nya membedakan konteks 32K, masukan maksimum 24K, pengaturan keluaran akhir hingga 16.384 token, dan panjang pemikiran terpisah sebesar 16K.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
ERNIE X1 Turbo adalah profil model penalaran Baidu untuk pertanyaan yang memerlukan analisis mendalam, pemecahan masalah logis, dan pekerjaan teks yang terhubung dengan alat. Produsen menyebut Turbo sebagai versi yang ditingkatkan dari lini X1. Profil produsen 32K yang didokumentasikan tetap terpisah dari ERNIE X1.1 Preview dan ERNIE 5.0 Thinking, yang memiliki anggaran masukan dan pembuatan berbeda.
Sertakan pertanyaan, nilai yang diberikan, batasan, dan jenis hasil yang diperlukan. Tugas matematika dapat meminta solusi dengan perhitungan penentu yang dapat diperiksa; tugas perencanaan dapat membandingkan alternatif berdasarkan kondisi yang telah ditetapkan. Pisahkan asumsi dari fakta yang disediakan, dan identifikasi hal yang masih belum diketahui. Dengan demikian, proses penalaran menghadapi masalah yang memiliki batas jelas, bukan izin untuk mengarang persyaratan yang belum tersedia.
Untuk pertanyaan teknis, sertakan kutipan sumber atau fragmen kode yang relevan serta perilaku yang ingin diselidiki. Minta contoh penyangkal yang konkret atau penjelasan jika dua implementasi berbeda. Artefak yang berguna harus memperjelas kesimpulan dan kondisi yang mendasarinya. Periksa nilai penting dan perilaku yang diusulkan terhadap sumber, alih-alih menganggap analisis panjang yang dihasilkan sebagai bukti kebenaran.
Tabel model AI Studio dari produsen mencantumkan konteks 32K, masukan maksimum 24K, dan pengaturan keluaran akhir dari 2 hingga 16.384 token, dengan nilai bawaan yang didokumentasikan sebesar 2K. Tabel tersebut secara terpisah mencantumkan panjang pemikiran 16K untuk X1 Turbo. Bidang-bidang ini memiliki peran berbeda; pilih materi sumber dan artefak akhir yang diminta sesuai dengan peran tersebut, alih-alih menafsirkan angka konteks sebagai janji jawaban yang sama panjangnya.
Pisahkan jawaban akhir dari materi penalaran apa pun yang dikembalikan melalui alur produsen. Perbandingan dapat menempatkan rekomendasi di awal dan tetap menyertakan kondisi yang mendasarinya. Respons terkait kode dapat mengidentifikasi kasus masukan yang tepat dan hasil yang diharapkan. Simpan pertanyaan asli dan bukti bersama artefak yang telah selesai agar pertanyaan lanjutan dapat memeriksa satu langkah yang belum tuntas.
Indeks fitur produsen mencantumkan X1 Turbo untuk pemanggilan fungsi dan tugas yang diperkaya pencarian. Tentukan tujuan dan argumen setiap fungsi aplikasi, lalu kembalikan hasil sebenarnya ketika model memintanya. Model menyediakan permintaan terstruktur; aplikasi di sekitarnya menjalankan operasi. Usulan pencarian berbeda dari catatan yang berhasil diambil, dan tindakan yang diminta berbeda dari hasil yang telah tercapai.
Untuk pertanyaan berbasis sumber, simpan materi yang diambil bersama jawaban dan periksa apakah materi tersebut mendukung klaimnya. Fakta yang dinamis harus berasal dari bukti terkini, bukan respons berbasis ingatan yang tidak didukung sumber. Perlakukan integrasi fungsi dan pencarian sebagai alur kerja terhubung milik produsen, dengan bukti yang benar-benar dikembalikan menentukan kesimpulan yang dapat dipertanggungjawabkan oleh jawaban.
Profil X1 Turbo 32K merupakan alur kerja teks penalaran, bukan spesifikasi pembuatan multimodal bawaan yang lebih luas milik keluarga ERNIE lain. Anggaran masukan, keluaran akhir, dan pemikirannya tetap mengikuti profil produsen yang dipilih. Paket serah terima yang berguna dapat memuat solusi, perbandingan, atau jawaban yang menggunakan hasil alat, beserta kutipan sumber dan hasil operasi yang telah selesai. Ini mendukung kelanjutan yang terarah sambil mempertahankan tugas awal dan ketidakpastiannya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan ernie-x1-turbo-32k | 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 $0.00033 / 1K token Keluaran · Token keluaran $0.00132 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "ernie-x1-turbo-32k",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'ernie-x1-turbo-32k', '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': 'ernie-x1-turbo-32k', '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 ernie-x1-turbo-32k
/chat/completions