SenseChat-Turbo adalah model dialog umum ringan dalam jajaran model SenseNova SenseTime. Pengembang menempatkannya untuk tanya jawab cepat dan skenario penyetelan model. Gunakan untuk tugas teks dengan cakupan yang jelas: menjawab pertanyaan dari informasi yang diberikan, menulis ulang pesan singkat, mengidentifikasi inti suatu bagian, atau melanjutkan percakapan yang terarah.
Nyatakan apa yang perlu dicapai jawaban dan sertakan informasi yang diperlukan untuk menghasilkannya. Untuk penjelasan kepada pelanggan, berikan fakta produk yang relevan dan minta jawaban singkat atas pertanyaan yang sebenarnya. Untuk penulisan ulang, berikan kata-kata asli, audiens, dan nada yang diinginkan. Pisahkan materi yang perlu dianalisis dari instruksi tentang cara menyajikan hasil.
Arahan yang berguna adalah: “Gunakan kutipan kebijakan yang diberikan untuk menjelaskan langkah mana yang berlaku dalam situasi ini, lalu cantumkan informasi yang masih diperlukan.” Teks yang dihasilkan harus membedakan jawaban yang didukung dari pertanyaan yang tidak diselesaikan oleh kutipan tersebut. Respons singkat lebih mudah digunakan ketika menjawab satu masalah yang jelas alih-alih mencampurkan beberapa tujuan yang tidak berkaitan.
Alur kerja percakapan teks pengembang menggunakan pesan berlabel peran dan mendukung rangkaian permintaan pengguna serta jawaban asisten. Pertahankan giliran sebelumnya saat pertanyaan lanjutan merujuk kepadanya, bersama fakta atau batasan yang masih penting. Dalam alur kerja tanpa riwayat percakapan yang disimpan server, aplikasi memberikan riwayat yang relevan bersama permintaan berikutnya.
Untuk percakapan dukungan berkelanjutan, pertahankan pertanyaan yang sudah diperjelas dan pengamatan yang diberikan pengguna. Minta respons berikutnya melanjutkan dari keadaan tersebut. Hapus materi yang tidak berkaitan yang mengalihkan perhatian dari tugas saat ini, dan sisakan ruang untuk jawaban dalam konfigurasi yang digunakan untuk percakapan.
SenseTime mencantumkan skenario penyetelan model sebagai bagian dari posisi Turbo. Untuk adaptasi khusus tugas, siapkan contoh masukan dan jawaban yang representatif yang menunjukkan perilaku yang diinginkan: kosakata, bentuk respons, tingkat detail, dan penanganan informasi yang hilang. Jaga agar jawaban yang diharapkan konsisten dengan fakta sumber dalam setiap contoh.
Contoh yang berguna dapat membedakan respons faktual dari permintaan klarifikasi, atau penjelasan singkat dari daftar bidang terstruktur. Sertakan kasus sulit atau ambigu selain kasus yang mudah. Periksa contoh terhadap tugas yang dituju sebelum memperlakukan kata-katanya sebagai pola untuk diulang. Persiapan ini menjelaskan perilaku dialog yang diinginkan; alur kerja adaptasi yang menaunginya menentukan cara contoh digunakan.
Antarmuka percakapan pengembang mendukung teks lengkap dan teks streaming. Respons lengkap memberikan jawaban sebagai satu hasil; stream menyediakan bagian berturut-turut yang dirangkai aplikasi. Pertahankan jawaban yang sudah selesai untuk peninjauan atau penggunaan ulang alih-alih menilai tugas hanya dari kata-kata pertama yang terlihat.
Untuk ekstraksi atau klasifikasi, periksa bidang atau label aktual terhadap sumber. Untuk penulisan ulang, bandingkan apakah maknanya tetap terjaga setelah perubahan nada yang diminta. Untuk pertukaran tanya jawab, periksa bahwa respons membahas masalah saat ini dan permintaan lanjutan yang diajukan tetap relevan.
Turbo dan SenseChat-5 adalah model dialog umum yang diberi nama terpisah. SenseChat-5-Cantonese, model dialog karakter, serta model visual atau fusi modalitas juga memiliki varian katalognya sendiri. Sertakan edisi yang dipilih dan teks yang diberikan bersama jawaban akhir saat membandingkan tugas atau melanjutkan percakapan aplikasi.
Pilih peran dialog terbatas Turbo ketika hasilnya harus berupa teks yang singkat dan dapat digunakan. Tentukan tujuan penggunaan jawaban secara eksplisit—balasan, paragraf yang direvisi, daftar bidang, atau pertanyaan klarifikasi—dan periksa hasil tersebut dari segi kesesuaian fakta, susunan kata, dan kelengkapan sebelum menggunakannya pada langkah berikutnya.
", "aboutText": "### Pertanyaan cepat dan dialog yang disesuaikan\n\nSenseChat-Turbo adalah model dialog umum ringan dalam jajaran model SenseNova SenseTime. Pengembang menempatkannya untuk tanya jawab cepat dan skenario penyetelan model. Gunakan untuk tugas teks dengan cakupan yang jelas: menjawab pertanyaan dari informasi yang diberikan, menulis ulang pesan singkat, mengidentifikasi inti suatu bagian, atau melanjutkan percakapan yang terarah.\n\n### Berikan permintaan yang spesifik kepada model\n\nNyatakan apa yang perlu dicapai jawaban dan sertakan informasi yang diperlukan untuk menghasilkannya. Untuk penjelasan kepada pelanggan, berikan fakta produk yang relevan dan minta jawaban singkat atas pertanyaan yang sebenarnya. Untuk penulisan ulang, berikan kata-kata asli, audiens, dan nada yang diinginkan. Pisahkan materi yang perlu dianalisis dari instruksi tentang cara menyajikan hasil.\n\nArahan yang berguna adalah: “Gunakan kutipan kebijakan yang diberikan untuk menjelaskan langkah mana yang berlaku dalam situasi ini, lalu cantumkan informasi yang masih diperlukan.” Teks yang dihasilkan harus membedakan jawaban yang didukung dari pertanyaan yang tidak diselesaikan oleh kutipan tersebut. Respons singkat lebih mudah digunakan ketika menjawab satu masalah yang jelas alih-alih mencampurkan beberapa tujuan yang tidak berkaitan.\n\n### Jaga agar konteks percakapan tetap relevan\n\nAlur kerja percakapan teks pengembang menggunakan pesan berlabel peran dan mendukung rangkaian permintaan pengguna serta jawaban asisten. Pertahankan giliran sebelumnya saat pertanyaan lanjutan merujuk kepadanya, bersama fakta atau batasan yang masih penting. Dalam alur kerja tanpa riwayat percakapan yang disimpan server, aplikasi memberikan riwayat yang relevan bersama permintaan berikutnya.\n\nUntuk percakapan dukungan berkelanjutan, pertahankan pertanyaan yang sudah diperjelas dan pengamatan yang diberikan pengguna. Minta respons berikutnya melanjutkan dari keadaan tersebut. Hapus materi yang tidak berkaitan yang mengalihkan perhatian dari tugas saat ini, dan sisakan ruang untuk jawaban dalam konfigurasi yang digunakan untuk percakapan.\n\n### Siapkan contoh khusus tugas\n\nSenseTime mencantumkan skenario penyetelan model sebagai bagian dari posisi Turbo. Untuk adaptasi khusus tugas, siapkan contoh masukan dan jawaban yang representatif yang menunjukkan perilaku yang diinginkan: kosakata, bentuk respons, tingkat detail, dan penanganan informasi yang hilang. Jaga agar jawaban yang diharapkan konsisten dengan fakta sumber dalam setiap contoh.\n\nContoh yang berguna dapat membedakan respons faktual dari permintaan klarifikasi, atau penjelasan singkat dari daftar bidang terstruktur. Sertakan kasus sulit atau ambigu selain kasus yang mudah. Periksa contoh terhadap tugas yang dituju sebelum memperlakukan kata-katanya sebagai pola untuk diulang. Persiapan ini menjelaskan perilaku dialog yang diinginkan; alur kerja adaptasi yang menaunginya menentukan cara contoh digunakan.\n\n### Respons lengkap dan streaming\n\nAntarmuka percakapan pengembang mendukung teks lengkap dan teks streaming. Respons lengkap memberikan jawaban sebagai satu hasil; stream menyediakan bagian berturut-turut yang dirangkai aplikasi. Pertahankan jawaban yang sudah selesai untuk peninjauan atau penggunaan ulang alih-alih menilai tugas hanya dari kata-kata pertama yang terlihat.\n\nUntuk ekstraksi atau klasifikasi, periksa bidang atau label aktual terhadap sumber. Untuk penulisan ulang, bandingkan apakah maknanya tetap terjaga setelah perubahan nada yang diminta. Untuk pertukaran tanya jawab, periksa bahwa respons membahas masalah saat ini dan permintaan lanjutan yang diajukan tetap relevan.\n\n### Bedakan edisi Turbo\n\nTurbo dan SenseChat-5 adalah model dialog umum yang diberi nama terpisah. SenseChat-5-Cantonese, model dialog karakter, serta model visual atau fusi modalitas juga memiliki varian katalognya sendiri. Sertakan edisi yang dipilih dan teks yang diberikan bersama jawaban akhir saat membandingkan tugas atau melanjutkan percakapan aplikasi.\n\nPilih peran dialog terbatas Turbo ketika hasilnya harus berupa teks yang singkat dan dapat digunakan. Tentukan tujuan penggunaan jawaban secara eksplisit—balasan, paragraf yang direvisi, daftar bidang, atau pertanyaan klarifikasi—dan periksa hasil tersebut dari segi kesesuaian fakta, susunan kata, dan kelengkapan sebelum menggunakannya pada langkah berikutnya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Answer a cancellation-window question\n\nAnswer this customer using only the policy. Customer: 'My order is packed but has not left the warehouse. Can I cancel?' Policy: 'Cancellation is available until carrier handover, including packed orders. After handover, use the return procedure.' Give a concise answer and the next information needed if handover status is not confirmed.A short conditional answer and one relevant status-clarification question.The answer recognizes packed orders as eligible before handover and does not assume the handover status was checked.SenseChat-TurboSenseChat-Turbo dari SenseTime adalah model percakapan teks ringan yang ditujukan untuk pertanyaan cepat dan adaptasi khusus tugas. Siapkan permintaan singkat, pertahankan dialog yang relevan secara utuh, dan tinjau jawaban lengkap terhadap fakta yang diberikan untuk tugas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
SenseChat-Turbo adalah model dialog umum ringan dalam jajaran model SenseNova SenseTime. Pengembang menempatkannya untuk tanya jawab cepat dan skenario penyetelan model. Gunakan untuk tugas teks dengan cakupan yang jelas: menjawab pertanyaan dari informasi yang diberikan, menulis ulang pesan singkat, mengidentifikasi inti suatu bagian, atau melanjutkan percakapan yang terarah.
Nyatakan apa yang perlu dicapai jawaban dan sertakan informasi yang diperlukan untuk menghasilkannya. Untuk penjelasan kepada pelanggan, berikan fakta produk yang relevan dan minta jawaban singkat atas pertanyaan yang sebenarnya. Untuk penulisan ulang, berikan kata-kata asli, audiens, dan nada yang diinginkan. Pisahkan materi yang perlu dianalisis dari instruksi tentang cara menyajikan hasil.
Arahan yang berguna adalah: “Gunakan kutipan kebijakan yang diberikan untuk menjelaskan langkah mana yang berlaku dalam situasi ini, lalu cantumkan informasi yang masih diperlukan.” Teks yang dihasilkan harus membedakan jawaban yang didukung dari pertanyaan yang tidak diselesaikan oleh kutipan tersebut. Respons singkat lebih mudah digunakan ketika menjawab satu masalah yang jelas alih-alih mencampurkan beberapa tujuan yang tidak berkaitan.
Alur kerja percakapan teks pengembang menggunakan pesan berlabel peran dan mendukung rangkaian permintaan pengguna serta jawaban asisten. Pertahankan giliran sebelumnya saat pertanyaan lanjutan merujuk kepadanya, bersama fakta atau batasan yang masih penting. Dalam alur kerja tanpa riwayat percakapan yang disimpan server, aplikasi memberikan riwayat yang relevan bersama permintaan berikutnya.
Untuk percakapan dukungan berkelanjutan, pertahankan pertanyaan yang sudah diperjelas dan pengamatan yang diberikan pengguna. Minta respons berikutnya melanjutkan dari keadaan tersebut. Hapus materi yang tidak berkaitan yang mengalihkan perhatian dari tugas saat ini, dan sisakan ruang untuk jawaban dalam konfigurasi yang digunakan untuk percakapan.
SenseTime mencantumkan skenario penyetelan model sebagai bagian dari posisi Turbo. Untuk adaptasi khusus tugas, siapkan contoh masukan dan jawaban yang representatif yang menunjukkan perilaku yang diinginkan: kosakata, bentuk respons, tingkat detail, dan penanganan informasi yang hilang. Jaga agar jawaban yang diharapkan konsisten dengan fakta sumber dalam setiap contoh.
Contoh yang berguna dapat membedakan respons faktual dari permintaan klarifikasi, atau penjelasan singkat dari daftar bidang terstruktur. Sertakan kasus sulit atau ambigu selain kasus yang mudah. Periksa contoh terhadap tugas yang dituju sebelum memperlakukan kata-katanya sebagai pola untuk diulang. Persiapan ini menjelaskan perilaku dialog yang diinginkan; alur kerja adaptasi yang menaunginya menentukan cara contoh digunakan.
Antarmuka percakapan pengembang mendukung teks lengkap dan teks streaming. Respons lengkap memberikan jawaban sebagai satu hasil; stream menyediakan bagian berturut-turut yang dirangkai aplikasi. Pertahankan jawaban yang sudah selesai untuk peninjauan atau penggunaan ulang alih-alih menilai tugas hanya dari kata-kata pertama yang terlihat.
Untuk ekstraksi atau klasifikasi, periksa bidang atau label aktual terhadap sumber. Untuk penulisan ulang, bandingkan apakah maknanya tetap terjaga setelah perubahan nada yang diminta. Untuk pertukaran tanya jawab, periksa bahwa respons membahas masalah saat ini dan permintaan lanjutan yang diajukan tetap relevan.
Turbo dan SenseChat-5 adalah model dialog umum yang diberi nama terpisah. SenseChat-5-Cantonese, model dialog karakter, serta model visual atau fusi modalitas juga memiliki varian katalognya sendiri. Sertakan edisi yang dipilih dan teks yang diberikan bersama jawaban akhir saat membandingkan tugas atau melanjutkan percakapan aplikasi.
Pilih peran dialog terbatas Turbo ketika hasilnya harus berupa teks yang singkat dan dapat digunakan. Tentukan tujuan penggunaan jawaban secara eksplisit—balasan, paragraf yang direvisi, daftar bidang, atau pertanyaan klarifikasi—dan periksa hasil tersebut dari segi kesesuaian fakta, susunan kata, dan kelengkapan sebelum menggunakannya pada langkah berikutnya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan SenseChat-Turbo | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00066 / 1K token Keluaran · Token keluaran $0.00154 / 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": "SenseChat-Turbo", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='SenseChat-Turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='SenseChat-Turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra SenseChat-Turbo
Gunakan jalur metode yang ditampilkan di atas.
SenseChat-TurboSenseChat-Turbo dari SenseTime adalah model percakapan teks ringan yang ditujukan untuk pertanyaan cepat dan adaptasi khusus tugas. Siapkan permintaan singkat, pertahankan dialog yang relevan secara utuh, dan tinjau jawaban lengkap terhadap fakta yang diberikan untuk tugas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
SenseChat-Turbo adalah model dialog umum ringan dalam jajaran model SenseNova SenseTime. Pengembang menempatkannya untuk tanya jawab cepat dan skenario penyetelan model. Gunakan untuk tugas teks dengan cakupan yang jelas: menjawab pertanyaan dari informasi yang diberikan, menulis ulang pesan singkat, mengidentifikasi inti suatu bagian, atau melanjutkan percakapan yang terarah.
Nyatakan apa yang perlu dicapai jawaban dan sertakan informasi yang diperlukan untuk menghasilkannya. Untuk penjelasan kepada pelanggan, berikan fakta produk yang relevan dan minta jawaban singkat atas pertanyaan yang sebenarnya. Untuk penulisan ulang, berikan kata-kata asli, audiens, dan nada yang diinginkan. Pisahkan materi yang perlu dianalisis dari instruksi tentang cara menyajikan hasil.
Arahan yang berguna adalah: “Gunakan kutipan kebijakan yang diberikan untuk menjelaskan langkah mana yang berlaku dalam situasi ini, lalu cantumkan informasi yang masih diperlukan.” Teks yang dihasilkan harus membedakan jawaban yang didukung dari pertanyaan yang tidak diselesaikan oleh kutipan tersebut. Respons singkat lebih mudah digunakan ketika menjawab satu masalah yang jelas alih-alih mencampurkan beberapa tujuan yang tidak berkaitan.
Alur kerja percakapan teks pengembang menggunakan pesan berlabel peran dan mendukung rangkaian permintaan pengguna serta jawaban asisten. Pertahankan giliran sebelumnya saat pertanyaan lanjutan merujuk kepadanya, bersama fakta atau batasan yang masih penting. Dalam alur kerja tanpa riwayat percakapan yang disimpan server, aplikasi memberikan riwayat yang relevan bersama permintaan berikutnya.
Untuk percakapan dukungan berkelanjutan, pertahankan pertanyaan yang sudah diperjelas dan pengamatan yang diberikan pengguna. Minta respons berikutnya melanjutkan dari keadaan tersebut. Hapus materi yang tidak berkaitan yang mengalihkan perhatian dari tugas saat ini, dan sisakan ruang untuk jawaban dalam konfigurasi yang digunakan untuk percakapan.
SenseTime mencantumkan skenario penyetelan model sebagai bagian dari posisi Turbo. Untuk adaptasi khusus tugas, siapkan contoh masukan dan jawaban yang representatif yang menunjukkan perilaku yang diinginkan: kosakata, bentuk respons, tingkat detail, dan penanganan informasi yang hilang. Jaga agar jawaban yang diharapkan konsisten dengan fakta sumber dalam setiap contoh.
Contoh yang berguna dapat membedakan respons faktual dari permintaan klarifikasi, atau penjelasan singkat dari daftar bidang terstruktur. Sertakan kasus sulit atau ambigu selain kasus yang mudah. Periksa contoh terhadap tugas yang dituju sebelum memperlakukan kata-katanya sebagai pola untuk diulang. Persiapan ini menjelaskan perilaku dialog yang diinginkan; alur kerja adaptasi yang menaunginya menentukan cara contoh digunakan.
Antarmuka percakapan pengembang mendukung teks lengkap dan teks streaming. Respons lengkap memberikan jawaban sebagai satu hasil; stream menyediakan bagian berturut-turut yang dirangkai aplikasi. Pertahankan jawaban yang sudah selesai untuk peninjauan atau penggunaan ulang alih-alih menilai tugas hanya dari kata-kata pertama yang terlihat.
Untuk ekstraksi atau klasifikasi, periksa bidang atau label aktual terhadap sumber. Untuk penulisan ulang, bandingkan apakah maknanya tetap terjaga setelah perubahan nada yang diminta. Untuk pertukaran tanya jawab, periksa bahwa respons membahas masalah saat ini dan permintaan lanjutan yang diajukan tetap relevan.
Turbo dan SenseChat-5 adalah model dialog umum yang diberi nama terpisah. SenseChat-5-Cantonese, model dialog karakter, serta model visual atau fusi modalitas juga memiliki varian katalognya sendiri. Sertakan edisi yang dipilih dan teks yang diberikan bersama jawaban akhir saat membandingkan tugas atau melanjutkan percakapan aplikasi.
Pilih peran dialog terbatas Turbo ketika hasilnya harus berupa teks yang singkat dan dapat digunakan. Tentukan tujuan penggunaan jawaban secara eksplisit—balasan, paragraf yang direvisi, daftar bidang, atau pertanyaan klarifikasi—dan periksa hasil tersebut dari segi kesesuaian fakta, susunan kata, dan kelengkapan sebelum menggunakannya pada langkah berikutnya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan SenseChat-Turbo | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00066 / 1K token Keluaran · Token keluaran $0.00154 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "SenseChat-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'SenseChat-Turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'SenseChat-Turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra SenseChat-Turbo
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Answer a cancellation-window question\n\nAnswer this customer using only the policy. Customer: 'My order is packed but has not left the warehouse. Can I cancel?' Policy: 'Cancellation is available until carrier handover, including packed orders. After handover, use the return procedure.' Give a concise answer and the next information needed if handover status is not confirmed.A short conditional answer and one relevant status-clarification question.The answer recognizes packed orders as eligible before handover and does not assume the handover status was checked.