Spark Max adalah keluarga model teks iFlytek Spark yang diidentifikasi dalam dokumentasi produsen sebagai generalv3.5. Dalam deskripsi Max, iFlytek menonjolkan ekstraksi terstruktur dan penalaran logis. Model ini layak dipertimbangkan untuk tugas yang dimulai dari teks dan membutuhkan hasil yang jelas: penjelasan suatu proses, kolom yang diekstrak dari pesan, jawaban berdasarkan percakapan, atau draf yang mengikuti peran dan gaya tertentu.
Masukannya berupa urutan pesan. Peran yang didokumentasikan membedakan permintaan pengguna, jawaban asisten sebelumnya, instruksi sistem, dan hasil yang dikembalikan alat. Instruksi sistem dapat menentukan tujuan asisten dan aturan jawabannya. Untuk percakapan berkelanjutan, sertakan pesan sebelumnya yang relevan sesuai urutan: informasi yang diperlukan untuk menjawab permintaan saat ini harus ada dalam konteks yang dikirimkan. Letakkan pertanyaan langsung berdekatan dengan materi sumber yang dibahas, dan tentukan fakta yang harus dipertahankan saat penyuntingan.
Produsen menyediakan keluaran teks biasa dan mode objek JSON. Dalam mode JSON, instruksi tetap harus secara eksplisit meminta JSON. Mode ini berguna untuk tugas ekstraksi dengan format hasil yang telah disepakati. Contoh permintaan: “Baca pertanyaan tentang layanan ini. Kembalikan objek JSON yang memuat tindakan yang diminta, informasi yang sudah diberikan, dan pertanyaan yang belum terjawab.” Cantumkan kolom yang diharapkan dan aturan untuk nilai yang tidak tersedia; pengaturan format keluaran tidak menggantikan tugas yang dirumuskan secara tepat.
Kontrol pembangkitan mencakup pengaturan sampling, penalti pengulangan, pengaturan panjang keluaran, serta pengiriman melalui streaming atau sebagai jawaban lengkap. Untuk entri Max yang didokumentasikan, iFlytek mencantumkan konfigurasi masukan 8K dan keluaran maksimum 8K; pengaturan max_tokens Max berkisar dari 1 hingga 8.192, dengan nilai bawaan terdokumentasi 4.096. Nama terpisah Max-32K mengidentifikasi konfigurasi lain. Pastikan percakapan, teks referensi, dan pertanyaan saat ini berada dalam batas masukan yang berlaku, serta pilih panjang jawaban berdasarkan tugas, bukan volume materi yang diberikan.
Deskripsi alat dari produsen mencakup penelusuran web dan utilitas bawaan untuk cuaca, tanggal, puisi, informasi kata, serta informasi saham. Penelusuran memiliki mode normal dan mendalam: mode normal menggunakan ringkasan hasil pencarian, sedangkan mode mendalam menggunakan materi hasil pencarian yang lebih lengkap. Kontrol pelabelan sumber dapat meminta informasi tentang sumber yang ditemukan. Ini adalah fitur antarmuka alat iFlytek yang didokumentasikan; siapkan pertanyaan yang menyatakan informasi apa yang belum tersedia dan bukti apa yang dapat menjawabnya.
Pemanggilan fungsi dijelaskan untuk antarmuka HTTP produsen. Aplikasi menyediakan nama fungsi, tujuannya, dan JSON Schema yang valid untuk parameter. Opsi pemilihan alat mencakup pemilihan otomatis, menonaktifkan panggilan, mewajibkan panggilan, atau memilih fungsi tertentu. Dokumentasi juga membedakan beberapa cara merepresentasikan panggilan yang dikembalikan. Hasil nyata fungsi diberikan kembali melalui pesan berperan tool, sehingga aplikasi yang mengelilinginya tetap bertanggung jawab menjalankan operasi dan mengembalikan data yang dapat digunakan model.
Untuk asisten praktis, tentukan satu tugas yang berguna dan kolom yang diperlukan untuk menyelesaikannya. Contoh alur kerja adalah mengekstrak karakteristik produk yang diminta, memperoleh nilai yang belum diketahui melalui alat aplikasi, lalu menulis jawaban yang memisahkan fakta yang sudah diberikan dari pertanyaan terbuka. Untuk penyuntingan, tentukan pembaca, nada, dan fakta yang harus dipertahankan; untuk pertanyaan logika, nyatakan syaratnya dan minta kesimpulan yang dapat diperiksa berdasarkan syarat tersebut. Nama generalv3.5 termasuk dalam keluarga Max, bukan model berpikir mendalam yang memiliki nama tersendiri. Bedakan konfigurasinya dari edisi Spark lain, dan pastikan batas serta antarmuka alat koneksi yang dipilih tanpa mengambil fitur dari rilis berbeda.
", "aboutText": "Spark Max adalah keluarga model teks iFlytek Spark yang diidentifikasi dalam dokumentasi produsen sebagai generalv3.5. Dalam deskripsi Max, iFlytek menonjolkan ekstraksi terstruktur dan penalaran logis. Model ini layak dipertimbangkan untuk tugas yang dimulai dari teks dan membutuhkan hasil yang jelas: penjelasan suatu proses, kolom yang diekstrak dari pesan, jawaban berdasarkan percakapan, atau draf yang mengikuti peran dan gaya tertentu.\n\nMasukannya berupa urutan pesan. Peran yang didokumentasikan membedakan permintaan pengguna, jawaban asisten sebelumnya, instruksi sistem, dan hasil yang dikembalikan alat. Instruksi sistem dapat menentukan tujuan asisten dan aturan jawabannya. Untuk percakapan berkelanjutan, sertakan pesan sebelumnya yang relevan sesuai urutan: informasi yang diperlukan untuk menjawab permintaan saat ini harus ada dalam konteks yang dikirimkan. Letakkan pertanyaan langsung berdekatan dengan materi sumber yang dibahas, dan tentukan fakta yang harus dipertahankan saat penyuntingan.\n\nProdusen menyediakan keluaran teks biasa dan mode objek JSON. Dalam mode JSON, instruksi tetap harus secara eksplisit meminta JSON. Mode ini berguna untuk tugas ekstraksi dengan format hasil yang telah disepakati. Contoh permintaan: “Baca pertanyaan tentang layanan ini. Kembalikan objek JSON yang memuat tindakan yang diminta, informasi yang sudah diberikan, dan pertanyaan yang belum terjawab.” Cantumkan kolom yang diharapkan dan aturan untuk nilai yang tidak tersedia; pengaturan format keluaran tidak menggantikan tugas yang dirumuskan secara tepat.\n\nKontrol pembangkitan mencakup pengaturan sampling, penalti pengulangan, pengaturan panjang keluaran, serta pengiriman melalui streaming atau sebagai jawaban lengkap. Untuk entri Max yang didokumentasikan, iFlytek mencantumkan konfigurasi masukan 8K dan keluaran maksimum 8K; pengaturan max_tokens Max berkisar dari 1 hingga 8.192, dengan nilai bawaan terdokumentasi 4.096. Nama terpisah Max-32K mengidentifikasi konfigurasi lain. Pastikan percakapan, teks referensi, dan pertanyaan saat ini berada dalam batas masukan yang berlaku, serta pilih panjang jawaban berdasarkan tugas, bukan volume materi yang diberikan.\n\nDeskripsi alat dari produsen mencakup penelusuran web dan utilitas bawaan untuk cuaca, tanggal, puisi, informasi kata, serta informasi saham. Penelusuran memiliki mode normal dan mendalam: mode normal menggunakan ringkasan hasil pencarian, sedangkan mode mendalam menggunakan materi hasil pencarian yang lebih lengkap. Kontrol pelabelan sumber dapat meminta informasi tentang sumber yang ditemukan. Ini adalah fitur antarmuka alat iFlytek yang didokumentasikan; siapkan pertanyaan yang menyatakan informasi apa yang belum tersedia dan bukti apa yang dapat menjawabnya.\n\nPemanggilan fungsi dijelaskan untuk antarmuka HTTP produsen. Aplikasi menyediakan nama fungsi, tujuannya, dan JSON Schema yang valid untuk parameter. Opsi pemilihan alat mencakup pemilihan otomatis, menonaktifkan panggilan, mewajibkan panggilan, atau memilih fungsi tertentu. Dokumentasi juga membedakan beberapa cara merepresentasikan panggilan yang dikembalikan. Hasil nyata fungsi diberikan kembali melalui pesan berperan tool, sehingga aplikasi yang mengelilinginya tetap bertanggung jawab menjalankan operasi dan mengembalikan data yang dapat digunakan model.\n\nUntuk asisten praktis, tentukan satu tugas yang berguna dan kolom yang diperlukan untuk menyelesaikannya. Contoh alur kerja adalah mengekstrak karakteristik produk yang diminta, memperoleh nilai yang belum diketahui melalui alat aplikasi, lalu menulis jawaban yang memisahkan fakta yang sudah diberikan dari pertanyaan terbuka. Untuk penyuntingan, tentukan pembaca, nada, dan fakta yang harus dipertahankan; untuk pertanyaan logika, nyatakan syaratnya dan minta kesimpulan yang dapat diperiksa berdasarkan syarat tersebut. Nama generalv3.5 termasuk dalam keluarga Max, bukan model berpikir mendalam yang memiliki nama tersendiri. Bedakan konfigurasinya dari edisi Spark lain, dan pastikan batas serta antarmuka alat koneksi yang dipilih tanpa mengambil fitur dari rilis berbeda.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Extract a service enquiry\n\nRead this enquiry: 'Please send two replacement filters for purifier P40 to our Leeds office. The old ones arrived crushed. I can confirm the street address tomorrow.' Return a compact record with requested_action, product, quantity, reason and missing_information. Use null for any absent scalar value. Follow with one question that obtains only the missing delivery detail.A requested JSON-shaped record and one concise address question; the structure must be checked before use.The record preserves P40 and quantity 2 without inventing the street address or asserting a replacement was sent.generalv3.5Spark Max adalah model iFlytek yang berfokus pada teks untuk ekstraksi terstruktur, tugas logika, dan percakapan. Antarmuka yang didokumentasikan menggabungkan pesan berbasis peran, keluaran objek JSON, kontrol penelusuran web, dan pemanggilan fungsi yang ditentukan aplikasi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Spark Max adalah keluarga model teks iFlytek Spark yang diidentifikasi dalam dokumentasi produsen sebagai generalv3.5. Dalam deskripsi Max, iFlytek menonjolkan ekstraksi terstruktur dan penalaran logis. Model ini layak dipertimbangkan untuk tugas yang dimulai dari teks dan membutuhkan hasil yang jelas: penjelasan suatu proses, kolom yang diekstrak dari pesan, jawaban berdasarkan percakapan, atau draf yang mengikuti peran dan gaya tertentu.
Masukannya berupa urutan pesan. Peran yang didokumentasikan membedakan permintaan pengguna, jawaban asisten sebelumnya, instruksi sistem, dan hasil yang dikembalikan alat. Instruksi sistem dapat menentukan tujuan asisten dan aturan jawabannya. Untuk percakapan berkelanjutan, sertakan pesan sebelumnya yang relevan sesuai urutan: informasi yang diperlukan untuk menjawab permintaan saat ini harus ada dalam konteks yang dikirimkan. Letakkan pertanyaan langsung berdekatan dengan materi sumber yang dibahas, dan tentukan fakta yang harus dipertahankan saat penyuntingan.
Produsen menyediakan keluaran teks biasa dan mode objek JSON. Dalam mode JSON, instruksi tetap harus secara eksplisit meminta JSON. Mode ini berguna untuk tugas ekstraksi dengan format hasil yang telah disepakati. Contoh permintaan: “Baca pertanyaan tentang layanan ini. Kembalikan objek JSON yang memuat tindakan yang diminta, informasi yang sudah diberikan, dan pertanyaan yang belum terjawab.” Cantumkan kolom yang diharapkan dan aturan untuk nilai yang tidak tersedia; pengaturan format keluaran tidak menggantikan tugas yang dirumuskan secara tepat.
Kontrol pembangkitan mencakup pengaturan sampling, penalti pengulangan, pengaturan panjang keluaran, serta pengiriman melalui streaming atau sebagai jawaban lengkap. Untuk entri Max yang didokumentasikan, iFlytek mencantumkan konfigurasi masukan 8K dan keluaran maksimum 8K; pengaturan max_tokens Max berkisar dari 1 hingga 8.192, dengan nilai bawaan terdokumentasi 4.096. Nama terpisah Max-32K mengidentifikasi konfigurasi lain. Pastikan percakapan, teks referensi, dan pertanyaan saat ini berada dalam batas masukan yang berlaku, serta pilih panjang jawaban berdasarkan tugas, bukan volume materi yang diberikan.
Deskripsi alat dari produsen mencakup penelusuran web dan utilitas bawaan untuk cuaca, tanggal, puisi, informasi kata, serta informasi saham. Penelusuran memiliki mode normal dan mendalam: mode normal menggunakan ringkasan hasil pencarian, sedangkan mode mendalam menggunakan materi hasil pencarian yang lebih lengkap. Kontrol pelabelan sumber dapat meminta informasi tentang sumber yang ditemukan. Ini adalah fitur antarmuka alat iFlytek yang didokumentasikan; siapkan pertanyaan yang menyatakan informasi apa yang belum tersedia dan bukti apa yang dapat menjawabnya.
Pemanggilan fungsi dijelaskan untuk antarmuka HTTP produsen. Aplikasi menyediakan nama fungsi, tujuannya, dan JSON Schema yang valid untuk parameter. Opsi pemilihan alat mencakup pemilihan otomatis, menonaktifkan panggilan, mewajibkan panggilan, atau memilih fungsi tertentu. Dokumentasi juga membedakan beberapa cara merepresentasikan panggilan yang dikembalikan. Hasil nyata fungsi diberikan kembali melalui pesan berperan tool, sehingga aplikasi yang mengelilinginya tetap bertanggung jawab menjalankan operasi dan mengembalikan data yang dapat digunakan model.
Untuk asisten praktis, tentukan satu tugas yang berguna dan kolom yang diperlukan untuk menyelesaikannya. Contoh alur kerja adalah mengekstrak karakteristik produk yang diminta, memperoleh nilai yang belum diketahui melalui alat aplikasi, lalu menulis jawaban yang memisahkan fakta yang sudah diberikan dari pertanyaan terbuka. Untuk penyuntingan, tentukan pembaca, nada, dan fakta yang harus dipertahankan; untuk pertanyaan logika, nyatakan syaratnya dan minta kesimpulan yang dapat diperiksa berdasarkan syarat tersebut. Nama generalv3.5 termasuk dalam keluarga Max, bukan model berpikir mendalam yang memiliki nama tersendiri. Bedakan konfigurasinya dari edisi Spark lain, dan pastikan batas serta antarmuka alat koneksi yang dipilih tanpa mengambil fitur dari rilis berbeda.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan generalv3.5 | 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 $0.00946 / 1K token Keluaran · Token keluaran $0.00946 / 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": "generalv3.5", "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='generalv3.5',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='generalv3.5',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 generalv3.5
Gunakan jalur metode yang ditampilkan di atas.
generalv3.5Spark Max adalah model iFlytek yang berfokus pada teks untuk ekstraksi terstruktur, tugas logika, dan percakapan. Antarmuka yang didokumentasikan menggabungkan pesan berbasis peran, keluaran objek JSON, kontrol penelusuran web, dan pemanggilan fungsi yang ditentukan aplikasi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Spark Max adalah keluarga model teks iFlytek Spark yang diidentifikasi dalam dokumentasi produsen sebagai generalv3.5. Dalam deskripsi Max, iFlytek menonjolkan ekstraksi terstruktur dan penalaran logis. Model ini layak dipertimbangkan untuk tugas yang dimulai dari teks dan membutuhkan hasil yang jelas: penjelasan suatu proses, kolom yang diekstrak dari pesan, jawaban berdasarkan percakapan, atau draf yang mengikuti peran dan gaya tertentu.
Masukannya berupa urutan pesan. Peran yang didokumentasikan membedakan permintaan pengguna, jawaban asisten sebelumnya, instruksi sistem, dan hasil yang dikembalikan alat. Instruksi sistem dapat menentukan tujuan asisten dan aturan jawabannya. Untuk percakapan berkelanjutan, sertakan pesan sebelumnya yang relevan sesuai urutan: informasi yang diperlukan untuk menjawab permintaan saat ini harus ada dalam konteks yang dikirimkan. Letakkan pertanyaan langsung berdekatan dengan materi sumber yang dibahas, dan tentukan fakta yang harus dipertahankan saat penyuntingan.
Produsen menyediakan keluaran teks biasa dan mode objek JSON. Dalam mode JSON, instruksi tetap harus secara eksplisit meminta JSON. Mode ini berguna untuk tugas ekstraksi dengan format hasil yang telah disepakati. Contoh permintaan: “Baca pertanyaan tentang layanan ini. Kembalikan objek JSON yang memuat tindakan yang diminta, informasi yang sudah diberikan, dan pertanyaan yang belum terjawab.” Cantumkan kolom yang diharapkan dan aturan untuk nilai yang tidak tersedia; pengaturan format keluaran tidak menggantikan tugas yang dirumuskan secara tepat.
Kontrol pembangkitan mencakup pengaturan sampling, penalti pengulangan, pengaturan panjang keluaran, serta pengiriman melalui streaming atau sebagai jawaban lengkap. Untuk entri Max yang didokumentasikan, iFlytek mencantumkan konfigurasi masukan 8K dan keluaran maksimum 8K; pengaturan max_tokens Max berkisar dari 1 hingga 8.192, dengan nilai bawaan terdokumentasi 4.096. Nama terpisah Max-32K mengidentifikasi konfigurasi lain. Pastikan percakapan, teks referensi, dan pertanyaan saat ini berada dalam batas masukan yang berlaku, serta pilih panjang jawaban berdasarkan tugas, bukan volume materi yang diberikan.
Deskripsi alat dari produsen mencakup penelusuran web dan utilitas bawaan untuk cuaca, tanggal, puisi, informasi kata, serta informasi saham. Penelusuran memiliki mode normal dan mendalam: mode normal menggunakan ringkasan hasil pencarian, sedangkan mode mendalam menggunakan materi hasil pencarian yang lebih lengkap. Kontrol pelabelan sumber dapat meminta informasi tentang sumber yang ditemukan. Ini adalah fitur antarmuka alat iFlytek yang didokumentasikan; siapkan pertanyaan yang menyatakan informasi apa yang belum tersedia dan bukti apa yang dapat menjawabnya.
Pemanggilan fungsi dijelaskan untuk antarmuka HTTP produsen. Aplikasi menyediakan nama fungsi, tujuannya, dan JSON Schema yang valid untuk parameter. Opsi pemilihan alat mencakup pemilihan otomatis, menonaktifkan panggilan, mewajibkan panggilan, atau memilih fungsi tertentu. Dokumentasi juga membedakan beberapa cara merepresentasikan panggilan yang dikembalikan. Hasil nyata fungsi diberikan kembali melalui pesan berperan tool, sehingga aplikasi yang mengelilinginya tetap bertanggung jawab menjalankan operasi dan mengembalikan data yang dapat digunakan model.
Untuk asisten praktis, tentukan satu tugas yang berguna dan kolom yang diperlukan untuk menyelesaikannya. Contoh alur kerja adalah mengekstrak karakteristik produk yang diminta, memperoleh nilai yang belum diketahui melalui alat aplikasi, lalu menulis jawaban yang memisahkan fakta yang sudah diberikan dari pertanyaan terbuka. Untuk penyuntingan, tentukan pembaca, nada, dan fakta yang harus dipertahankan; untuk pertanyaan logika, nyatakan syaratnya dan minta kesimpulan yang dapat diperiksa berdasarkan syarat tersebut. Nama generalv3.5 termasuk dalam keluarga Max, bukan model berpikir mendalam yang memiliki nama tersendiri. Bedakan konfigurasinya dari edisi Spark lain, dan pastikan batas serta antarmuka alat koneksi yang dipilih tanpa mengambil fitur dari rilis berbeda.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan generalv3.5 | 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 $0.00946 / 1K token Keluaran · Token keluaran $0.00946 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "generalv3.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'generalv3.5', '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': 'generalv3.5', '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 generalv3.5
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Extract a service enquiry\n\nRead this enquiry: 'Please send two replacement filters for purifier P40 to our Leeds office. The old ones arrived crushed. I can confirm the street address tomorrow.' Return a compact record with requested_action, product, quantity, reason and missing_information. Use null for any absent scalar value. Follow with one question that obtains only the missing delivery detail.A requested JSON-shaped record and one concise address question; the structure must be checked before use.The record preserves P40 and quantity 2 without inventing the street address or asserting a replacement was sent.