v0 1.5 Large adalah profil yang lebih besar dalam keluarga model komposit v0 Vercel. Profil ini menggabungkan model bahasa dasar dengan komponen khusus pengambilan informasi dan penyuntingan kode. Pembuatnya mendeskripsikan profil ini sebagai berguna untuk pekerjaan pengembangan khusus dan tugas multilangkah, dengan mesin fisika dalam three.js serta migrasi basis data sebagai contoh.
Deskripsikan perilaku, proyek yang ada, dan hasil yang perlu dibuat. Untuk tugas mesin fisika, berikan aturan gerakan, interaksi, dan perilaku runtime yang diharapkan. Untuk migrasi, berikan struktur saat ini dan target, data yang harus dipertahankan, serta pemeriksaan yang memastikan hasil valid.
Uraikan hasil yang diminta menjadi kondisi-kondisi terkait sambil menjaga artefak akhir tetap eksplisit. Model dapat menghasilkan implementasi atau usulan migrasi; aplikasi di sekitarnya mengeksekusinya dan mengembalikan perilaku yang diamati. Catat pengamatan tersebut bersama hasil saat membandingkan revisi.
Arsitektur v0 pembuat menyiapkan percakapan dan mengambil materi khusus seperti dokumentasi, contoh UI, dan sumber proyek yang relevan. Model dasar menangani pembuatan baru dan perubahan besar. Suntingan lebih kecil dapat menggunakan jalur Quick Edit khusus, sementara AutoFix memeriksa dan mengoreksi keluaran yang dihasilkan saat streaming serta dalam tahap akhir.
Berikan berkas yang sudah ada dan relevan serta jelaskan kaitannya dengan perubahan. Untuk tugas multilangkah, jaga keputusan proyek dan kondisi penyelesaian tetap terlihat dalam tindak lanjut agar perubahan lokal tetap selaras dengan hasil yang dituju.
Periksa artefak yang dihasilkan di lingkungan pengembangan aktual. Perubahan kode yang lebih besar perlu diperiksa terhadap kondisi perilaku dan data yang disebutkan dalam brief. Tindak lanjut dapat memberikan kesalahan atau ketidaksesuaian spesifik dan meminta koreksi pada bagian yang terdampak.
AutoFix dan linting adalah bagian persiapan kode. Keduanya sendiri tidak membuktikan bahwa aplikasi berjalan, migrasi mempertahankan datanya, atau situs telah diterapkan. Hasil tersebut dipastikan melalui eksekusi dan pengamatan aplikasi di sekitarnya.
Profil yang dipublikasikan mencantumkan konteks kerja 512.000 token. Pembuatnya juga membedakan konteksnya yang lebih besar dari jendela profil Medium. Susun materi sumber berdasarkan tugas dan sisakan ruang bagi jawaban yang diminta.
Profil v0 menamai alur kerja komposit yang komponen dasarnya dapat berkembang. Pertahankan identitas 1.5 Large yang tepat bersama setiap hasil, dan bandingkan artefak yang selesai, alih-alih menganggap profil lebih besar menjamin jawaban tanpa kesalahan untuk setiap tugas.
", "aboutText": "v0 1.5 Large adalah profil yang lebih besar dalam keluarga model komposit v0 Vercel. Profil ini menggabungkan model bahasa dasar dengan komponen khusus pengambilan informasi dan penyuntingan kode. Pembuatnya mendeskripsikan profil ini sebagai berguna untuk pekerjaan pengembangan khusus dan tugas multilangkah, dengan mesin fisika dalam three.js serta migrasi basis data sebagai contoh.\n\n### Tentukan tugas yang lebih besar dan kondisinya\n\nDeskripsikan perilaku, proyek yang ada, dan hasil yang perlu dibuat. Untuk tugas mesin fisika, berikan aturan gerakan, interaksi, dan perilaku runtime yang diharapkan. Untuk migrasi, berikan struktur saat ini dan target, data yang harus dipertahankan, serta pemeriksaan yang memastikan hasil valid.\n\nUraikan hasil yang diminta menjadi kondisi-kondisi terkait sambil menjaga artefak akhir tetap eksplisit. Model dapat menghasilkan implementasi atau usulan migrasi; aplikasi di sekitarnya mengeksekusinya dan mengembalikan perilaku yang diamati. Catat pengamatan tersebut bersama hasil saat membandingkan revisi.\n\n### Gunakan konteks model komposit\n\nArsitektur v0 pembuat menyiapkan percakapan dan mengambil materi khusus seperti dokumentasi, contoh UI, dan sumber proyek yang relevan. Model dasar menangani pembuatan baru dan perubahan besar. Suntingan lebih kecil dapat menggunakan jalur Quick Edit khusus, sementara AutoFix memeriksa dan mengoreksi keluaran yang dihasilkan saat streaming serta dalam tahap akhir.\n\nBerikan berkas yang sudah ada dan relevan serta jelaskan kaitannya dengan perubahan. Untuk tugas multilangkah, jaga keputusan proyek dan kondisi penyelesaian tetap terlihat dalam tindak lanjut agar perubahan lokal tetap selaras dengan hasil yang dituju.\n\n### Tinjau kode dan perilaku aplikasi\n\nPeriksa artefak yang dihasilkan di lingkungan pengembangan aktual. Perubahan kode yang lebih besar perlu diperiksa terhadap kondisi perilaku dan data yang disebutkan dalam brief. Tindak lanjut dapat memberikan kesalahan atau ketidaksesuaian spesifik dan meminta koreksi pada bagian yang terdampak.\n\nAutoFix dan linting adalah bagian persiapan kode. Keduanya sendiri tidak membuktikan bahwa aplikasi berjalan, migrasi mempertahankan datanya, atau situs telah diterapkan. Hasil tersebut dipastikan melalui eksekusi dan pengamatan aplikasi di sekitarnya.\n\n### Bedakan profil Large\n\nProfil yang dipublikasikan mencantumkan konteks kerja 512.000 token. Pembuatnya juga membedakan konteksnya yang lebih besar dari jendela profil Medium. Susun materi sumber berdasarkan tugas dan sisakan ruang bagi jawaban yang diminta.\n\nProfil v0 menamai alur kerja komposit yang komponen dasarnya dapat berkembang. Pertahankan identitas 1.5 Large yang tepat bersama setiap hasil, dan bandingkan artefak yang selesai, alih-alih menganggap profil lebih besar menjamin jawaban tanpa kesalahan untuk setiap tugas.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Propose a value-preserving migration\n\nPlan a PostgreSQL migration from orders(id, total_cents) to orders(id, amount_cents), preserving every row, identifier and nullable monetary value. Provide proposed migration SQL, the consumer update sequence and before/after checks for row count and values. No execution environment is supplied; distinguish the proposal from a completed migration and do not convert cents to another unit.A proposed migration artifact, coordinated consumer steps and explicit data-preservation checks.No row, null value or cent amount may be silently dropped, filled or rescaled.v0-1.5-lgv0 1.5 Large adalah profil komposit Vercel yang lebih besar untuk kode web dan tugas pengembangan multilangkah. Pembuatnya menyoroti pekerjaan khusus seperti mesin fisika 3D atau migrasi basis data, dengan pengambilan informasi, Quick Edit, dan AutoFix di sekeliling model dasar.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
v0 1.5 Large adalah profil yang lebih besar dalam keluarga model komposit v0 Vercel. Profil ini menggabungkan model bahasa dasar dengan komponen khusus pengambilan informasi dan penyuntingan kode. Pembuatnya mendeskripsikan profil ini sebagai berguna untuk pekerjaan pengembangan khusus dan tugas multilangkah, dengan mesin fisika dalam three.js serta migrasi basis data sebagai contoh.
Deskripsikan perilaku, proyek yang ada, dan hasil yang perlu dibuat. Untuk tugas mesin fisika, berikan aturan gerakan, interaksi, dan perilaku runtime yang diharapkan. Untuk migrasi, berikan struktur saat ini dan target, data yang harus dipertahankan, serta pemeriksaan yang memastikan hasil valid.
Uraikan hasil yang diminta menjadi kondisi-kondisi terkait sambil menjaga artefak akhir tetap eksplisit. Model dapat menghasilkan implementasi atau usulan migrasi; aplikasi di sekitarnya mengeksekusinya dan mengembalikan perilaku yang diamati. Catat pengamatan tersebut bersama hasil saat membandingkan revisi.
Arsitektur v0 pembuat menyiapkan percakapan dan mengambil materi khusus seperti dokumentasi, contoh UI, dan sumber proyek yang relevan. Model dasar menangani pembuatan baru dan perubahan besar. Suntingan lebih kecil dapat menggunakan jalur Quick Edit khusus, sementara AutoFix memeriksa dan mengoreksi keluaran yang dihasilkan saat streaming serta dalam tahap akhir.
Berikan berkas yang sudah ada dan relevan serta jelaskan kaitannya dengan perubahan. Untuk tugas multilangkah, jaga keputusan proyek dan kondisi penyelesaian tetap terlihat dalam tindak lanjut agar perubahan lokal tetap selaras dengan hasil yang dituju.
Periksa artefak yang dihasilkan di lingkungan pengembangan aktual. Perubahan kode yang lebih besar perlu diperiksa terhadap kondisi perilaku dan data yang disebutkan dalam brief. Tindak lanjut dapat memberikan kesalahan atau ketidaksesuaian spesifik dan meminta koreksi pada bagian yang terdampak.
AutoFix dan linting adalah bagian persiapan kode. Keduanya sendiri tidak membuktikan bahwa aplikasi berjalan, migrasi mempertahankan datanya, atau situs telah diterapkan. Hasil tersebut dipastikan melalui eksekusi dan pengamatan aplikasi di sekitarnya.
Profil yang dipublikasikan mencantumkan konteks kerja 512.000 token. Pembuatnya juga membedakan konteksnya yang lebih besar dari jendela profil Medium. Susun materi sumber berdasarkan tugas dan sisakan ruang bagi jawaban yang diminta.
Profil v0 menamai alur kerja komposit yang komponen dasarnya dapat berkembang. Pertahankan identitas 1.5 Large yang tepat bersama setiap hasil, dan bandingkan artefak yang selesai, alih-alih menganggap profil lebih besar menjamin jawaban tanpa kesalahan untuk setiap tugas.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan v0-1.5-lg | 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 $0.033 / 1K token Keluaran · Token keluaran $0.165 / 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": "v0-1.5-lg", "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='v0-1.5-lg',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='v0-1.5-lg',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 v0-1.5-lg
Gunakan jalur metode yang ditampilkan di atas.
v0-1.5-lgv0 1.5 Large adalah profil komposit Vercel yang lebih besar untuk kode web dan tugas pengembangan multilangkah. Pembuatnya menyoroti pekerjaan khusus seperti mesin fisika 3D atau migrasi basis data, dengan pengambilan informasi, Quick Edit, dan AutoFix di sekeliling model dasar.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
v0 1.5 Large adalah profil yang lebih besar dalam keluarga model komposit v0 Vercel. Profil ini menggabungkan model bahasa dasar dengan komponen khusus pengambilan informasi dan penyuntingan kode. Pembuatnya mendeskripsikan profil ini sebagai berguna untuk pekerjaan pengembangan khusus dan tugas multilangkah, dengan mesin fisika dalam three.js serta migrasi basis data sebagai contoh.
Deskripsikan perilaku, proyek yang ada, dan hasil yang perlu dibuat. Untuk tugas mesin fisika, berikan aturan gerakan, interaksi, dan perilaku runtime yang diharapkan. Untuk migrasi, berikan struktur saat ini dan target, data yang harus dipertahankan, serta pemeriksaan yang memastikan hasil valid.
Uraikan hasil yang diminta menjadi kondisi-kondisi terkait sambil menjaga artefak akhir tetap eksplisit. Model dapat menghasilkan implementasi atau usulan migrasi; aplikasi di sekitarnya mengeksekusinya dan mengembalikan perilaku yang diamati. Catat pengamatan tersebut bersama hasil saat membandingkan revisi.
Arsitektur v0 pembuat menyiapkan percakapan dan mengambil materi khusus seperti dokumentasi, contoh UI, dan sumber proyek yang relevan. Model dasar menangani pembuatan baru dan perubahan besar. Suntingan lebih kecil dapat menggunakan jalur Quick Edit khusus, sementara AutoFix memeriksa dan mengoreksi keluaran yang dihasilkan saat streaming serta dalam tahap akhir.
Berikan berkas yang sudah ada dan relevan serta jelaskan kaitannya dengan perubahan. Untuk tugas multilangkah, jaga keputusan proyek dan kondisi penyelesaian tetap terlihat dalam tindak lanjut agar perubahan lokal tetap selaras dengan hasil yang dituju.
Periksa artefak yang dihasilkan di lingkungan pengembangan aktual. Perubahan kode yang lebih besar perlu diperiksa terhadap kondisi perilaku dan data yang disebutkan dalam brief. Tindak lanjut dapat memberikan kesalahan atau ketidaksesuaian spesifik dan meminta koreksi pada bagian yang terdampak.
AutoFix dan linting adalah bagian persiapan kode. Keduanya sendiri tidak membuktikan bahwa aplikasi berjalan, migrasi mempertahankan datanya, atau situs telah diterapkan. Hasil tersebut dipastikan melalui eksekusi dan pengamatan aplikasi di sekitarnya.
Profil yang dipublikasikan mencantumkan konteks kerja 512.000 token. Pembuatnya juga membedakan konteksnya yang lebih besar dari jendela profil Medium. Susun materi sumber berdasarkan tugas dan sisakan ruang bagi jawaban yang diminta.
Profil v0 menamai alur kerja komposit yang komponen dasarnya dapat berkembang. Pertahankan identitas 1.5 Large yang tepat bersama setiap hasil, dan bandingkan artefak yang selesai, alih-alih menganggap profil lebih besar menjamin jawaban tanpa kesalahan untuk setiap tugas.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan v0-1.5-lg | 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 $0.033 / 1K token Keluaran · Token keluaran $0.165 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "v0-1.5-lg",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'v0-1.5-lg', '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': 'v0-1.5-lg', '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 v0-1.5-lg
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Propose a value-preserving migration\n\nPlan a PostgreSQL migration from orders(id, total_cents) to orders(id, amount_cents), preserving every row, identifier and nullable monetary value. Provide proposed migration SQL, the consumer update sequence and before/after checks for row count and values. No execution environment is supplied; distinguish the proposal from a completed migration and do not convert cents to another unit.A proposed migration artifact, coordinated consumer steps and explicit data-preservation checks.No row, null value or cent amount may be silently dropped, filled or rescaled.