Pareto 26.10 Preview adalah edisi preview Unbiased dari model bahasa gabungannya. Beberapa model mengerjakan permintaan yang sama secara paralel, dan sintesis yang bergantung pada tugas menghasilkan satu jawaban. Komposisinya dapat berubah seiring pembuat mengembangkan rilis. Karena itu, nama preview mengidentifikasi edisi yang terus berkembang, bukan sekumpulan model komponen yang dibekukan.
Pareto menerima prompt tertulis dan materi gambar serta mengembalikan respons teks. Bidang aplikasi yang didokumentasikan mencakup penalaran intensif pengetahuan, riset, dan pemrograman berbasis agen. Pembuat menyajikan preview ini sebagai iterasi dari rilis Pareto sebelumnya, dengan perhatian khusus pada alur kerja agen yang panjang. Edisi ini tetap berbeda dari pilihan Pareto tanpa versi dan dari rilis 26.9 sebelumnya.
Untuk tugas riset, berikan pertanyaan, materi sumber, dan keputusan yang perlu didukung jawaban. Prompt yang berguna dapat meminta tabel bukti dengan klaim, bagian teks pendukungnya, dan perbedaan pendapat yang belum terselesaikan. Ketika gambar menjadi bagian bukti, identifikasi fitur yang terlihat untuk diperiksa dan jelaskan kaitannya dengan pertanyaan tertulis. Jawaban yang dihasilkan kemudian dapat menjadi memo perbandingan, daftar masalah, atau kumpulan pertanyaan untuk investigasi lebih lanjut.
Untuk pekerjaan perangkat lunak, sertakan kode yang relevan, perilaku yang diharapkan, dan kegagalan yang diamati. Mintalah perubahan yang diusulkan diikuti penjelasan tentang cara memeriksanya. Dalam alur pemrograman yang terhubung, bedakan perintah atau patch yang disarankan model dari hasil yang dikembalikan alat eksekusi aplikasi. Pesan lanjutan dapat memberikan hasil tersebut dan meminta model merevisi perubahan yang diusulkan menggunakan bukti baru.
Siapkan tugas panjang berdasarkan hasil konkret: bagian laporan, berkas yang terdampak perubahan, atau kolom yang diharapkan dalam tinjauan. Pertahankan batasan tugas dan temuan terbaru yang sudah dipastikan dalam percakapan agar giliran selanjutnya memiliki titik awal yang jelas. Misalnya, investigasi repositori dapat diakhiri dengan ringkasan perubahan singkat, komponen yang terdampak, dan daftar pemeriksaan untuk dijalankan pengembang. Ini adalah cara menyusun tugas dan keluarannya, bukan mode model tambahan.
Pembuatnya mendokumentasikan permintaan percakapan dan respons streaming dalam format integrasinya sendiri. Format tersebut menjelaskan bagaimana pembuat menyajikan Pareto; campuran model itu sendiri menyediakan jawaban model bahasa. Pengumpulan informasi eksternal, eksekusi perintah, dan perubahan berkas pengguna bergantung pada aplikasi di sekitarnya serta alat yang disediakannya.
", "aboutText": "Pareto 26.10 Preview adalah edisi preview Unbiased dari model bahasa gabungannya. Beberapa model mengerjakan permintaan yang sama secara paralel, dan sintesis yang bergantung pada tugas menghasilkan satu jawaban. Komposisinya dapat berubah seiring pembuat mengembangkan rilis. Karena itu, nama preview mengidentifikasi edisi yang terus berkembang, bukan sekumpulan model komponen yang dibekukan.\n\nPareto menerima prompt tertulis dan materi gambar serta mengembalikan respons teks. Bidang aplikasi yang didokumentasikan mencakup penalaran intensif pengetahuan, riset, dan pemrograman berbasis agen. Pembuat menyajikan preview ini sebagai iterasi dari rilis Pareto sebelumnya, dengan perhatian khusus pada alur kerja agen yang panjang. Edisi ini tetap berbeda dari pilihan Pareto tanpa versi dan dari rilis 26.9 sebelumnya.\n\nUntuk tugas riset, berikan pertanyaan, materi sumber, dan keputusan yang perlu didukung jawaban. Prompt yang berguna dapat meminta tabel bukti dengan klaim, bagian teks pendukungnya, dan perbedaan pendapat yang belum terselesaikan. Ketika gambar menjadi bagian bukti, identifikasi fitur yang terlihat untuk diperiksa dan jelaskan kaitannya dengan pertanyaan tertulis. Jawaban yang dihasilkan kemudian dapat menjadi memo perbandingan, daftar masalah, atau kumpulan pertanyaan untuk investigasi lebih lanjut.\n\nUntuk pekerjaan perangkat lunak, sertakan kode yang relevan, perilaku yang diharapkan, dan kegagalan yang diamati. Mintalah perubahan yang diusulkan diikuti penjelasan tentang cara memeriksanya. Dalam alur pemrograman yang terhubung, bedakan perintah atau patch yang disarankan model dari hasil yang dikembalikan alat eksekusi aplikasi. Pesan lanjutan dapat memberikan hasil tersebut dan meminta model merevisi perubahan yang diusulkan menggunakan bukti baru.\n\nSiapkan tugas panjang berdasarkan hasil konkret: bagian laporan, berkas yang terdampak perubahan, atau kolom yang diharapkan dalam tinjauan. Pertahankan batasan tugas dan temuan terbaru yang sudah dipastikan dalam percakapan agar giliran selanjutnya memiliki titik awal yang jelas. Misalnya, investigasi repositori dapat diakhiri dengan ringkasan perubahan singkat, komponen yang terdampak, dan daftar pemeriksaan untuk dijalankan pengembang. Ini adalah cara menyusun tugas dan keluarannya, bukan mode model tambahan.\n\nPembuatnya mendokumentasikan permintaan percakapan dan respons streaming dalam format integrasinya sendiri. Format tersebut menjelaskan bagaimana pembuat menyajikan Pareto; campuran model itu sendiri menyediakan jawaban model bahasa. Pengumpulan informasi eksternal, eksekusi perintah, dan perubahan berkas pengguna bergantung pada aplikasi di sekitarnya serta alat yang disediakannya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Build a decision evidence table\n\nPrepare an evidence table for choosing a document editor. S1: Editor A supports tracked changes; offline editing is not mentioned. S2: Editor B supports offline editing; tracked changes require an add-on. Requirements: both features must be included without add-ons. State whether either option is established as compliant and list only the missing facts that could change that conclusion.A requirement-by-editor evidence table, a qualified conclusion and targeted unanswered questions.Check that omitted offline support is marked unknown and an add-on feature is not treated as included.unbiased/pareto-26.10-previewPareto 26.10 Preview dari Unbiased menggabungkan beberapa model bahasa menjadi satu respons untuk tugas penalaran, riset, dan pemrograman. Model ini menerima teks dan gambar, dengan campuran yang dapat berubah di balik edisi preview bernama tersebut.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Pareto 26.10 Preview adalah edisi preview Unbiased dari model bahasa gabungannya. Beberapa model mengerjakan permintaan yang sama secara paralel, dan sintesis yang bergantung pada tugas menghasilkan satu jawaban. Komposisinya dapat berubah seiring pembuat mengembangkan rilis. Karena itu, nama preview mengidentifikasi edisi yang terus berkembang, bukan sekumpulan model komponen yang dibekukan.
Pareto menerima prompt tertulis dan materi gambar serta mengembalikan respons teks. Bidang aplikasi yang didokumentasikan mencakup penalaran intensif pengetahuan, riset, dan pemrograman berbasis agen. Pembuat menyajikan preview ini sebagai iterasi dari rilis Pareto sebelumnya, dengan perhatian khusus pada alur kerja agen yang panjang. Edisi ini tetap berbeda dari pilihan Pareto tanpa versi dan dari rilis 26.9 sebelumnya.
Untuk tugas riset, berikan pertanyaan, materi sumber, dan keputusan yang perlu didukung jawaban. Prompt yang berguna dapat meminta tabel bukti dengan klaim, bagian teks pendukungnya, dan perbedaan pendapat yang belum terselesaikan. Ketika gambar menjadi bagian bukti, identifikasi fitur yang terlihat untuk diperiksa dan jelaskan kaitannya dengan pertanyaan tertulis. Jawaban yang dihasilkan kemudian dapat menjadi memo perbandingan, daftar masalah, atau kumpulan pertanyaan untuk investigasi lebih lanjut.
Untuk pekerjaan perangkat lunak, sertakan kode yang relevan, perilaku yang diharapkan, dan kegagalan yang diamati. Mintalah perubahan yang diusulkan diikuti penjelasan tentang cara memeriksanya. Dalam alur pemrograman yang terhubung, bedakan perintah atau patch yang disarankan model dari hasil yang dikembalikan alat eksekusi aplikasi. Pesan lanjutan dapat memberikan hasil tersebut dan meminta model merevisi perubahan yang diusulkan menggunakan bukti baru.
Siapkan tugas panjang berdasarkan hasil konkret: bagian laporan, berkas yang terdampak perubahan, atau kolom yang diharapkan dalam tinjauan. Pertahankan batasan tugas dan temuan terbaru yang sudah dipastikan dalam percakapan agar giliran selanjutnya memiliki titik awal yang jelas. Misalnya, investigasi repositori dapat diakhiri dengan ringkasan perubahan singkat, komponen yang terdampak, dan daftar pemeriksaan untuk dijalankan pengembang. Ini adalah cara menyusun tugas dan keluarannya, bukan mode model tambahan.
Pembuatnya mendokumentasikan permintaan percakapan dan respons streaming dalam format integrasinya sendiri. Format tersebut menjelaskan bagaimana pembuat menyajikan Pareto; campuran model itu sendiri menyediakan jawaban model bahasa. Pengumpulan informasi eksternal, eksekusi perintah, dan perubahan berkas pengguna bergantung pada aplikasi di sekitarnya serta alat yang disediakannya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan unbiased/pareto-26.10-preview | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0016 / 1K token Keluaran · Token keluaran $0.0064 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0016 / 1K token Keluaran · Token keluaran $0.0064 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "unbiased/pareto-26.10-preview", "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='unbiased/pareto-26.10-preview',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='unbiased/pareto-26.10-preview',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 unbiased/pareto-26.10-preview
Gunakan jalur metode yang ditampilkan di atas.
unbiased/pareto-26.10-previewPareto 26.10 Preview dari Unbiased menggabungkan beberapa model bahasa menjadi satu respons untuk tugas penalaran, riset, dan pemrograman. Model ini menerima teks dan gambar, dengan campuran yang dapat berubah di balik edisi preview bernama tersebut.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Pareto 26.10 Preview adalah edisi preview Unbiased dari model bahasa gabungannya. Beberapa model mengerjakan permintaan yang sama secara paralel, dan sintesis yang bergantung pada tugas menghasilkan satu jawaban. Komposisinya dapat berubah seiring pembuat mengembangkan rilis. Karena itu, nama preview mengidentifikasi edisi yang terus berkembang, bukan sekumpulan model komponen yang dibekukan.
Pareto menerima prompt tertulis dan materi gambar serta mengembalikan respons teks. Bidang aplikasi yang didokumentasikan mencakup penalaran intensif pengetahuan, riset, dan pemrograman berbasis agen. Pembuat menyajikan preview ini sebagai iterasi dari rilis Pareto sebelumnya, dengan perhatian khusus pada alur kerja agen yang panjang. Edisi ini tetap berbeda dari pilihan Pareto tanpa versi dan dari rilis 26.9 sebelumnya.
Untuk tugas riset, berikan pertanyaan, materi sumber, dan keputusan yang perlu didukung jawaban. Prompt yang berguna dapat meminta tabel bukti dengan klaim, bagian teks pendukungnya, dan perbedaan pendapat yang belum terselesaikan. Ketika gambar menjadi bagian bukti, identifikasi fitur yang terlihat untuk diperiksa dan jelaskan kaitannya dengan pertanyaan tertulis. Jawaban yang dihasilkan kemudian dapat menjadi memo perbandingan, daftar masalah, atau kumpulan pertanyaan untuk investigasi lebih lanjut.
Untuk pekerjaan perangkat lunak, sertakan kode yang relevan, perilaku yang diharapkan, dan kegagalan yang diamati. Mintalah perubahan yang diusulkan diikuti penjelasan tentang cara memeriksanya. Dalam alur pemrograman yang terhubung, bedakan perintah atau patch yang disarankan model dari hasil yang dikembalikan alat eksekusi aplikasi. Pesan lanjutan dapat memberikan hasil tersebut dan meminta model merevisi perubahan yang diusulkan menggunakan bukti baru.
Siapkan tugas panjang berdasarkan hasil konkret: bagian laporan, berkas yang terdampak perubahan, atau kolom yang diharapkan dalam tinjauan. Pertahankan batasan tugas dan temuan terbaru yang sudah dipastikan dalam percakapan agar giliran selanjutnya memiliki titik awal yang jelas. Misalnya, investigasi repositori dapat diakhiri dengan ringkasan perubahan singkat, komponen yang terdampak, dan daftar pemeriksaan untuk dijalankan pengembang. Ini adalah cara menyusun tugas dan keluarannya, bukan mode model tambahan.
Pembuatnya mendokumentasikan permintaan percakapan dan respons streaming dalam format integrasinya sendiri. Format tersebut menjelaskan bagaimana pembuat menyajikan Pareto; campuran model itu sendiri menyediakan jawaban model bahasa. Pengumpulan informasi eksternal, eksekusi perintah, dan perubahan berkas pengguna bergantung pada aplikasi di sekitarnya serta alat yang disediakannya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan unbiased/pareto-26.10-preview | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0016 / 1K token Keluaran · Token keluaran $0.0064 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0016 / 1K token Keluaran · Token keluaran $0.0064 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "unbiased/pareto-26.10-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'unbiased/pareto-26.10-preview', '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': 'unbiased/pareto-26.10-preview', '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 unbiased/pareto-26.10-preview
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Build a decision evidence table\n\nPrepare an evidence table for choosing a document editor. S1: Editor A supports tracked changes; offline editing is not mentioned. S2: Editor B supports offline editing; tracked changes require an add-on. Requirements: both features must be included without add-ons. State whether either option is established as compliant and list only the missing facts that could change that conclusion.A requirement-by-editor evidence table, a qualified conclusion and targeted unanswered questions.Check that omitted offline support is marked unknown and an add-on feature is not treated as included.