Amazon Nova 2 Lite è il modello di comprensione multimodale di seconda generazione di Amazon per il lavoro aziendale quotidiano e i compiti più impegnativi degli agenti. Accetta testo, immagini e video, compresi i contenuti dei documenti, e produce testo. Il lavoro pratico comprende risposte di assistenza fondate sul materiale fornito, estrazione di informazioni da rapporti, analisi di grafici o screenshot, revisione di codice e sintesi di eventi visivi. È un modello di comprensione: l'input video viene analizzato anziché rigenerato e l'output documentato è testo anziché immagini, video o voce nativi.
Il profilo del modello del produttore indica una finestra di contesto di 1 milione di token e un output massimo standard di 64K token. Il termine documentato delle conoscenze è ottobre 2025. Questo contesto operativo più ampio distingue Nova 2 Lite dalla finestra da 300K di Nova Lite di prima generazione. Usa lo spazio per i documenti di origine effettivi, la conversazione pertinente, il codice e le istruzioni, poi richiedi un risultato mirato come una tabella delle prove, una proposta di modifica o una sintesi organizzata per fonte. Un contesto lungo non trasforma le conoscenze apprese in un database in tempo reale; le informazioni soggette a cambiamento devono provenire da prove fornite, recupero di informazioni o uno strumento di ancoraggio alle fonti attivato.
Il ragionamento esteso è facoltativo e disattivato per impostazione predefinita. Quando è attivo, il produttore offre i livelli low, medium e high: low per analisi moderatamente complesse, medium per lavori sostanziali in più passaggi e high per il ragionamento più approfondito. Estrazioni semplici e risposte fattuali brevi possono usare il ragionamento disattivato; debugging difficile, ragionamento matematico e sintesi fra documenti possono beneficiare di un maggiore impegno. Il contenuto del ragionamento viene restituito come [REDACTED], quindi non è una traccia leggibile passo dopo passo. Il contratto del livello high richiede di omettere temperature, topP, topK e maxTokens; Amazon documenta che alcuni output a questo livello possono superare 65K token e raggiungere 128K, senza definire 128K come un budget ordinario di output.
Nova 2 Lite supporta le chiamate a funzioni, lo streaming delle risposte e la cache dei prompt nel profilo di erogazione documentato da Amazon. La cache esplicita richiede almeno 1K token per checkpoint e consente fino a quattro checkpoint con una conservazione di cinque minuti. Il produttore limita la cache dei prompt a 20K token, principalmente per prompt testuali; tale budget di cache è distinto dall'intera finestra di contesto. Fornisci nomi chiari degli strumenti, descrizioni e schemi degli argomenti; il modello sceglie uno strumento e richiede gli argomenti, mentre l'applicazione esegue gli strumenti personalizzati e ne restituisce i risultati. Amazon documenta anche strumenti integrati facoltativi: Web Grounding per informazioni attuali con citazioni e Python Code Interpreter per i calcoli. Sono strumenti configurati, non attività implicite in ogni risposta. Amazon documenta inoltre il fine-tuning supervisionato e per rinforzo per adattare Nova 2 Lite a un compito specializzato; si tratta di flussi separati di personalizzazione del modello. Per un rapporto numerico, un brief utile separa le cifre di origine, il calcolo da eseguire e la spiegazione da restituire; gli errori degli strumenti devono restare visibili nel risultato restituito, anziché essere trattati come osservazioni riuscite.
La guida multimodale elenca immagini PNG, JPEG, GIF e WebP; per GIF o WebP animati viene utilizzato soltanto il primo fotogramma. I formati video comprendono MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV e 3GP. I documenti comprendono PDF, DOC/DOCX, TXT, CSV, XLS/XLSX, HTML e Markdown. I formati basati su testo vengono letti principalmente come testo, mentre PDF e DOCX possono combinare testo ed elementi visivi delle pagine. Il flusso documentale del produttore consente fino a cinque documenti e limita ogni documento testuale a 4,5 MB. Il profilo delle immagini incorporate consente cinque immagini e un payload di 25 MB; l'input immagini tramite S3 consente fino a 1.000 immagini e 2 GB totali. L'input video consente un file: 25 MB incorporato o 1 GB tramite S3. I file PDF e DOCX condividono un budget combinato di 25 MB per il caricamento diretto o 2 GB tramite S3. I PDF contenenti immagini CMYK o SVG non sono supportati. Questi dettagli di gestione dei file appartengono al flusso documentato del produttore; allega il contenuto effettivamente pertinente e preservane le etichette di pagina o sezione per riferimenti utili.
La comprensione dei video usa fotogrammi visivi anziché la traccia audio. Per video di 16 minuti o meno, la guida descrive un fotogramma campionato al secondo; il testo descrive la riduzione della frequenza di campionamento per clip più lunghe, mantenendo 960 fotogrammi. Azioni rapide fra i fotogrammi possono quindi sfuggire. Preferisci una clip pertinente e una domanda esplicita sulle scene o sugli eventi; fornisci una trascrizione separata quando le informazioni parlate sono importanti. Anche il testo piccolo o multilingue e le relazioni spaziali precise possono risultare difficili, quindi preserva etichette leggibili e un contesto visivo circostante sufficiente. Il produttore dichiara inoltre che questo modello non identifica né nomina le persone presenti in immagini, documenti o video.
Amazon documenta il supporto per oltre 200 lingue, con ottimizzazione per inglese, tedesco, spagnolo, francese, italiano, giapponese, coreano, arabo, cinese semplificato, russo, hindi, portoghese, olandese, turco ed ebraico. Indica la lingua e la terminologia richieste per l'output, soprattutto quando le fonti usano più lingue. Per un flusso documentale, specifica domande, identificatori delle prove e struttura finale, poi chiedi al modello di distinguere i fatti dichiarati dalle informazioni mancanti. Il risultato utile è una risposta fondata sulle fonti o un elaborato informato dagli strumenti, senza presumere che ogni dettaglio di un input ampio sia stato acquisito.
", "aboutText": "Amazon Nova 2 Lite è il modello di comprensione multimodale di seconda generazione di Amazon per il lavoro aziendale quotidiano e i compiti più impegnativi degli agenti. Accetta testo, immagini e video, compresi i contenuti dei documenti, e produce testo. Il lavoro pratico comprende risposte di assistenza fondate sul materiale fornito, estrazione di informazioni da rapporti, analisi di grafici o screenshot, revisione di codice e sintesi di eventi visivi. È un modello di comprensione: l'input video viene analizzato anziché rigenerato e l'output documentato è testo anziché immagini, video o voce nativi.\n\nIl profilo del modello del produttore indica una finestra di contesto di 1 milione di token e un output massimo standard di 64K token. Il termine documentato delle conoscenze è ottobre 2025. Questo contesto operativo più ampio distingue Nova 2 Lite dalla finestra da 300K di Nova Lite di prima generazione. Usa lo spazio per i documenti di origine effettivi, la conversazione pertinente, il codice e le istruzioni, poi richiedi un risultato mirato come una tabella delle prove, una proposta di modifica o una sintesi organizzata per fonte. Un contesto lungo non trasforma le conoscenze apprese in un database in tempo reale; le informazioni soggette a cambiamento devono provenire da prove fornite, recupero di informazioni o uno strumento di ancoraggio alle fonti attivato.\n\nIl ragionamento esteso è facoltativo e disattivato per impostazione predefinita. Quando è attivo, il produttore offre i livelli low, medium e high: low per analisi moderatamente complesse, medium per lavori sostanziali in più passaggi e high per il ragionamento più approfondito. Estrazioni semplici e risposte fattuali brevi possono usare il ragionamento disattivato; debugging difficile, ragionamento matematico e sintesi fra documenti possono beneficiare di un maggiore impegno. Il contenuto del ragionamento viene restituito come [REDACTED], quindi non è una traccia leggibile passo dopo passo. Il contratto del livello high richiede di omettere temperature, topP, topK e maxTokens; Amazon documenta che alcuni output a questo livello possono superare 65K token e raggiungere 128K, senza definire 128K come un budget ordinario di output.\n\nNova 2 Lite supporta le chiamate a funzioni, lo streaming delle risposte e la cache dei prompt nel profilo di erogazione documentato da Amazon. La cache esplicita richiede almeno 1K token per checkpoint e consente fino a quattro checkpoint con una conservazione di cinque minuti. Il produttore limita la cache dei prompt a 20K token, principalmente per prompt testuali; tale budget di cache è distinto dall'intera finestra di contesto. Fornisci nomi chiari degli strumenti, descrizioni e schemi degli argomenti; il modello sceglie uno strumento e richiede gli argomenti, mentre l'applicazione esegue gli strumenti personalizzati e ne restituisce i risultati. Amazon documenta anche strumenti integrati facoltativi: Web Grounding per informazioni attuali con citazioni e Python Code Interpreter per i calcoli. Sono strumenti configurati, non attività implicite in ogni risposta. Amazon documenta inoltre il fine-tuning supervisionato e per rinforzo per adattare Nova 2 Lite a un compito specializzato; si tratta di flussi separati di personalizzazione del modello. Per un rapporto numerico, un brief utile separa le cifre di origine, il calcolo da eseguire e la spiegazione da restituire; gli errori degli strumenti devono restare visibili nel risultato restituito, anziché essere trattati come osservazioni riuscite.\n\nLa guida multimodale elenca immagini PNG, JPEG, GIF e WebP; per GIF o WebP animati viene utilizzato soltanto il primo fotogramma. I formati video comprendono MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV e 3GP. I documenti comprendono PDF, DOC/DOCX, TXT, CSV, XLS/XLSX, HTML e Markdown. I formati basati su testo vengono letti principalmente come testo, mentre PDF e DOCX possono combinare testo ed elementi visivi delle pagine. Il flusso documentale del produttore consente fino a cinque documenti e limita ogni documento testuale a 4,5 MB. Il profilo delle immagini incorporate consente cinque immagini e un payload di 25 MB; l'input immagini tramite S3 consente fino a 1.000 immagini e 2 GB totali. L'input video consente un file: 25 MB incorporato o 1 GB tramite S3. I file PDF e DOCX condividono un budget combinato di 25 MB per il caricamento diretto o 2 GB tramite S3. I PDF contenenti immagini CMYK o SVG non sono supportati. Questi dettagli di gestione dei file appartengono al flusso documentato del produttore; allega il contenuto effettivamente pertinente e preservane le etichette di pagina o sezione per riferimenti utili.\n\nLa comprensione dei video usa fotogrammi visivi anziché la traccia audio. Per video di 16 minuti o meno, la guida descrive un fotogramma campionato al secondo; il testo descrive la riduzione della frequenza di campionamento per clip più lunghe, mantenendo 960 fotogrammi. Azioni rapide fra i fotogrammi possono quindi sfuggire. Preferisci una clip pertinente e una domanda esplicita sulle scene o sugli eventi; fornisci una trascrizione separata quando le informazioni parlate sono importanti. Anche il testo piccolo o multilingue e le relazioni spaziali precise possono risultare difficili, quindi preserva etichette leggibili e un contesto visivo circostante sufficiente. Il produttore dichiara inoltre che questo modello non identifica né nomina le persone presenti in immagini, documenti o video.\n\nAmazon documenta il supporto per oltre 200 lingue, con ottimizzazione per inglese, tedesco, spagnolo, francese, italiano, giapponese, coreano, arabo, cinese semplificato, russo, hindi, portoghese, olandese, turco ed ebraico. Indica la lingua e la terminologia richieste per l'output, soprattutto quando le fonti usano più lingue. Per un flusso documentale, specifica domande, identificatori delle prove e struttura finale, poi chiedi al modello di distinguere i fatti dichiarati dalle informazioni mancanti. Il risultato utile è una risposta fondata sulle fonti o un elaborato informato dagli strumenti, senza presumere che ogni dettaglio di un input ampio sia stato acquisito.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Draft a grounded support reply\n\nWrite a customer reply using only this help article: A replacement may be requested within 14 days of delivery for a damaged item; include the order number and a photo in the support ticket. Customer: My parcel arrived broken yesterday. Can you send another? Explain the next step without claiming a replacement has already been approved.A customer-ready reply of 60–90 words covering eligibility, required ticket information and the next action.Check that the reply requests the order number and photo without asserting that a ticket or replacement was created.amazon/nova-2-lite-v1Amazon Nova 2 Lite combina la comprensione di testo, immagini, documenti e video con ragionamento esteso facoltativo e uso di strumenti. Il contesto da un milione di token supporta flussi documentali, programmazione e agenti che devono ragionare in più passaggi.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Amazon Nova 2 Lite è il modello di comprensione multimodale di seconda generazione di Amazon per il lavoro aziendale quotidiano e i compiti più impegnativi degli agenti. Accetta testo, immagini e video, compresi i contenuti dei documenti, e produce testo. Il lavoro pratico comprende risposte di assistenza fondate sul materiale fornito, estrazione di informazioni da rapporti, analisi di grafici o screenshot, revisione di codice e sintesi di eventi visivi. È un modello di comprensione: l'input video viene analizzato anziché rigenerato e l'output documentato è testo anziché immagini, video o voce nativi.
Il profilo del modello del produttore indica una finestra di contesto di 1 milione di token e un output massimo standard di 64K token. Il termine documentato delle conoscenze è ottobre 2025. Questo contesto operativo più ampio distingue Nova 2 Lite dalla finestra da 300K di Nova Lite di prima generazione. Usa lo spazio per i documenti di origine effettivi, la conversazione pertinente, il codice e le istruzioni, poi richiedi un risultato mirato come una tabella delle prove, una proposta di modifica o una sintesi organizzata per fonte. Un contesto lungo non trasforma le conoscenze apprese in un database in tempo reale; le informazioni soggette a cambiamento devono provenire da prove fornite, recupero di informazioni o uno strumento di ancoraggio alle fonti attivato.
Il ragionamento esteso è facoltativo e disattivato per impostazione predefinita. Quando è attivo, il produttore offre i livelli low, medium e high: low per analisi moderatamente complesse, medium per lavori sostanziali in più passaggi e high per il ragionamento più approfondito. Estrazioni semplici e risposte fattuali brevi possono usare il ragionamento disattivato; debugging difficile, ragionamento matematico e sintesi fra documenti possono beneficiare di un maggiore impegno. Il contenuto del ragionamento viene restituito come [REDACTED], quindi non è una traccia leggibile passo dopo passo. Il contratto del livello high richiede di omettere temperature, topP, topK e maxTokens; Amazon documenta che alcuni output a questo livello possono superare 65K token e raggiungere 128K, senza definire 128K come un budget ordinario di output.
Nova 2 Lite supporta le chiamate a funzioni, lo streaming delle risposte e la cache dei prompt nel profilo di erogazione documentato da Amazon. La cache esplicita richiede almeno 1K token per checkpoint e consente fino a quattro checkpoint con una conservazione di cinque minuti. Il produttore limita la cache dei prompt a 20K token, principalmente per prompt testuali; tale budget di cache è distinto dall'intera finestra di contesto. Fornisci nomi chiari degli strumenti, descrizioni e schemi degli argomenti; il modello sceglie uno strumento e richiede gli argomenti, mentre l'applicazione esegue gli strumenti personalizzati e ne restituisce i risultati. Amazon documenta anche strumenti integrati facoltativi: Web Grounding per informazioni attuali con citazioni e Python Code Interpreter per i calcoli. Sono strumenti configurati, non attività implicite in ogni risposta. Amazon documenta inoltre il fine-tuning supervisionato e per rinforzo per adattare Nova 2 Lite a un compito specializzato; si tratta di flussi separati di personalizzazione del modello. Per un rapporto numerico, un brief utile separa le cifre di origine, il calcolo da eseguire e la spiegazione da restituire; gli errori degli strumenti devono restare visibili nel risultato restituito, anziché essere trattati come osservazioni riuscite.
La guida multimodale elenca immagini PNG, JPEG, GIF e WebP; per GIF o WebP animati viene utilizzato soltanto il primo fotogramma. I formati video comprendono MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV e 3GP. I documenti comprendono PDF, DOC/DOCX, TXT, CSV, XLS/XLSX, HTML e Markdown. I formati basati su testo vengono letti principalmente come testo, mentre PDF e DOCX possono combinare testo ed elementi visivi delle pagine. Il flusso documentale del produttore consente fino a cinque documenti e limita ogni documento testuale a 4,5 MB. Il profilo delle immagini incorporate consente cinque immagini e un payload di 25 MB; l'input immagini tramite S3 consente fino a 1.000 immagini e 2 GB totali. L'input video consente un file: 25 MB incorporato o 1 GB tramite S3. I file PDF e DOCX condividono un budget combinato di 25 MB per il caricamento diretto o 2 GB tramite S3. I PDF contenenti immagini CMYK o SVG non sono supportati. Questi dettagli di gestione dei file appartengono al flusso documentato del produttore; allega il contenuto effettivamente pertinente e preservane le etichette di pagina o sezione per riferimenti utili.
La comprensione dei video usa fotogrammi visivi anziché la traccia audio. Per video di 16 minuti o meno, la guida descrive un fotogramma campionato al secondo; il testo descrive la riduzione della frequenza di campionamento per clip più lunghe, mantenendo 960 fotogrammi. Azioni rapide fra i fotogrammi possono quindi sfuggire. Preferisci una clip pertinente e una domanda esplicita sulle scene o sugli eventi; fornisci una trascrizione separata quando le informazioni parlate sono importanti. Anche il testo piccolo o multilingue e le relazioni spaziali precise possono risultare difficili, quindi preserva etichette leggibili e un contesto visivo circostante sufficiente. Il produttore dichiara inoltre che questo modello non identifica né nomina le persone presenti in immagini, documenti o video.
Amazon documenta il supporto per oltre 200 lingue, con ottimizzazione per inglese, tedesco, spagnolo, francese, italiano, giapponese, coreano, arabo, cinese semplificato, russo, hindi, portoghese, olandese, turco ed ebraico. Indica la lingua e la terminologia richieste per l'output, soprattutto quando le fonti usano più lingue. Per un flusso documentale, specifica domande, identificatori delle prove e struttura finale, poi chiedi al modello di distinguere i fatti dichiarati dalle informazioni mancanti. Il risultato utile è una risposta fondata sulle fonti o un elaborato informato dagli strumenti, senza presumere che ogni dettaglio di un input ampio sia stato acquisito.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti amazon/nova-2-lite-v1 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0006 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0006 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-2-lite-v1", "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='amazon/nova-2-lite-v1',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='amazon/nova-2-lite-v1',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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra amazon/nova-2-lite-v1
Usa i percorsi dei metodi indicati sopra.
amazon/nova-2-lite-v1Amazon Nova 2 Lite combina la comprensione di testo, immagini, documenti e video con ragionamento esteso facoltativo e uso di strumenti. Il contesto da un milione di token supporta flussi documentali, programmazione e agenti che devono ragionare in più passaggi.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Amazon Nova 2 Lite è il modello di comprensione multimodale di seconda generazione di Amazon per il lavoro aziendale quotidiano e i compiti più impegnativi degli agenti. Accetta testo, immagini e video, compresi i contenuti dei documenti, e produce testo. Il lavoro pratico comprende risposte di assistenza fondate sul materiale fornito, estrazione di informazioni da rapporti, analisi di grafici o screenshot, revisione di codice e sintesi di eventi visivi. È un modello di comprensione: l'input video viene analizzato anziché rigenerato e l'output documentato è testo anziché immagini, video o voce nativi.
Il profilo del modello del produttore indica una finestra di contesto di 1 milione di token e un output massimo standard di 64K token. Il termine documentato delle conoscenze è ottobre 2025. Questo contesto operativo più ampio distingue Nova 2 Lite dalla finestra da 300K di Nova Lite di prima generazione. Usa lo spazio per i documenti di origine effettivi, la conversazione pertinente, il codice e le istruzioni, poi richiedi un risultato mirato come una tabella delle prove, una proposta di modifica o una sintesi organizzata per fonte. Un contesto lungo non trasforma le conoscenze apprese in un database in tempo reale; le informazioni soggette a cambiamento devono provenire da prove fornite, recupero di informazioni o uno strumento di ancoraggio alle fonti attivato.
Il ragionamento esteso è facoltativo e disattivato per impostazione predefinita. Quando è attivo, il produttore offre i livelli low, medium e high: low per analisi moderatamente complesse, medium per lavori sostanziali in più passaggi e high per il ragionamento più approfondito. Estrazioni semplici e risposte fattuali brevi possono usare il ragionamento disattivato; debugging difficile, ragionamento matematico e sintesi fra documenti possono beneficiare di un maggiore impegno. Il contenuto del ragionamento viene restituito come [REDACTED], quindi non è una traccia leggibile passo dopo passo. Il contratto del livello high richiede di omettere temperature, topP, topK e maxTokens; Amazon documenta che alcuni output a questo livello possono superare 65K token e raggiungere 128K, senza definire 128K come un budget ordinario di output.
Nova 2 Lite supporta le chiamate a funzioni, lo streaming delle risposte e la cache dei prompt nel profilo di erogazione documentato da Amazon. La cache esplicita richiede almeno 1K token per checkpoint e consente fino a quattro checkpoint con una conservazione di cinque minuti. Il produttore limita la cache dei prompt a 20K token, principalmente per prompt testuali; tale budget di cache è distinto dall'intera finestra di contesto. Fornisci nomi chiari degli strumenti, descrizioni e schemi degli argomenti; il modello sceglie uno strumento e richiede gli argomenti, mentre l'applicazione esegue gli strumenti personalizzati e ne restituisce i risultati. Amazon documenta anche strumenti integrati facoltativi: Web Grounding per informazioni attuali con citazioni e Python Code Interpreter per i calcoli. Sono strumenti configurati, non attività implicite in ogni risposta. Amazon documenta inoltre il fine-tuning supervisionato e per rinforzo per adattare Nova 2 Lite a un compito specializzato; si tratta di flussi separati di personalizzazione del modello. Per un rapporto numerico, un brief utile separa le cifre di origine, il calcolo da eseguire e la spiegazione da restituire; gli errori degli strumenti devono restare visibili nel risultato restituito, anziché essere trattati come osservazioni riuscite.
La guida multimodale elenca immagini PNG, JPEG, GIF e WebP; per GIF o WebP animati viene utilizzato soltanto il primo fotogramma. I formati video comprendono MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV e 3GP. I documenti comprendono PDF, DOC/DOCX, TXT, CSV, XLS/XLSX, HTML e Markdown. I formati basati su testo vengono letti principalmente come testo, mentre PDF e DOCX possono combinare testo ed elementi visivi delle pagine. Il flusso documentale del produttore consente fino a cinque documenti e limita ogni documento testuale a 4,5 MB. Il profilo delle immagini incorporate consente cinque immagini e un payload di 25 MB; l'input immagini tramite S3 consente fino a 1.000 immagini e 2 GB totali. L'input video consente un file: 25 MB incorporato o 1 GB tramite S3. I file PDF e DOCX condividono un budget combinato di 25 MB per il caricamento diretto o 2 GB tramite S3. I PDF contenenti immagini CMYK o SVG non sono supportati. Questi dettagli di gestione dei file appartengono al flusso documentato del produttore; allega il contenuto effettivamente pertinente e preservane le etichette di pagina o sezione per riferimenti utili.
La comprensione dei video usa fotogrammi visivi anziché la traccia audio. Per video di 16 minuti o meno, la guida descrive un fotogramma campionato al secondo; il testo descrive la riduzione della frequenza di campionamento per clip più lunghe, mantenendo 960 fotogrammi. Azioni rapide fra i fotogrammi possono quindi sfuggire. Preferisci una clip pertinente e una domanda esplicita sulle scene o sugli eventi; fornisci una trascrizione separata quando le informazioni parlate sono importanti. Anche il testo piccolo o multilingue e le relazioni spaziali precise possono risultare difficili, quindi preserva etichette leggibili e un contesto visivo circostante sufficiente. Il produttore dichiara inoltre che questo modello non identifica né nomina le persone presenti in immagini, documenti o video.
Amazon documenta il supporto per oltre 200 lingue, con ottimizzazione per inglese, tedesco, spagnolo, francese, italiano, giapponese, coreano, arabo, cinese semplificato, russo, hindi, portoghese, olandese, turco ed ebraico. Indica la lingua e la terminologia richieste per l'output, soprattutto quando le fonti usano più lingue. Per un flusso documentale, specifica domande, identificatori delle prove e struttura finale, poi chiedi al modello di distinguere i fatti dichiarati dalle informazioni mancanti. Il risultato utile è una risposta fondata sulle fonti o un elaborato informato dagli strumenti, senza presumere che ogni dettaglio di un input ampio sia stato acquisito.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti amazon/nova-2-lite-v1 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0006 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0006 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "amazon/nova-2-lite-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-2-lite-v1', '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': 'amazon/nova-2-lite-v1', '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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra amazon/nova-2-lite-v1
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Draft a grounded support reply\n\nWrite a customer reply using only this help article: A replacement may be requested within 14 days of delivery for a damaged item; include the order number and a photo in the support ticket. Customer: My parcel arrived broken yesterday. Can you send another? Explain the next step without claiming a replacement has already been approved.A customer-ready reply of 60–90 words covering eligibility, required ticket information and the next action.Check that the reply requests the order number and photo without asserting that a ticket or replacement was created.