Amazon Nova Pro è il modello equilibrato di comprensione multimodale della famiglia Nova di prima generazione di Amazon. Combina comprensione di testo, immagini e video per compiti che vanno dalle risposte a domande sui documenti e dall'analisi visiva al lavoro software e ai flussi degli agenti. Il suo output è testo: una spiegazione, informazioni estratte, codice, un piano o una richiesta a uno strumento. Pro si colloca fra il più leggero Nova Lite e i compiti più impegnativi con contesto lungo affrontati da Premier; questo profilo descrive l'edizione originale Pro v1 anziché un modello Nova 2.
La guida a Nova di prima generazione indica una finestra di contesto di 300K token e un output massimo di 10K token. Il termine documentato delle conoscenze è ottobre 2024. Un flusso pratico può combinare passaggi di riferimento, contenuti di documenti, prove visive e conversazione recente per restituire un risultato compatto. Per una revisione tecnica, fornisci il codice pertinente, il comportamento osservato e i vincoli e chiedi una proposta di modifica motivata. Per un rapporto, indica le fonti e i campi da confrontare. Separa le prove dalle istruzioni, così che il modello distingua ciò che i documenti affermano dalla conclusione che vuoi esaminare.
Amazon documenta la capacità di Pro di rispondere a domande visive, classificare o riassumere immagini e restituire riquadri di delimitazione per gli oggetti specificati. La guida alle immagini di prima generazione usa una scala di coordinate [0, 1000), convertita nelle dimensioni dell'immagine originale dall'applicazione che la utilizza. Le immagini vengono ridimensionate automaticamente, con una risoluzione massima documentata di 8.000 × 8.000 pixel. Questo supporta attività come identificare un elemento in uno screenshot o descrivere un diagramma. Mantieni leggibile il testo e preserva il contesto visivo essenziale, poi chiedi le osservazioni pertinenti prima di richiedere un'interpretazione.
I formati immagine supportati dal produttore comprendono PNG, JPG/JPEG, GIF e WebP. Il flusso documentale accetta PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT e Markdown. I formati basati su testo contribuiscono con il testo, mentre PDF e DOCX possono essere interpretati insieme a elementi visivi come grafici e tabelle. La guida ai documenti consente fino a cinque documenti e limita ogni documento testuale a 4,5 MB. Esclude i contenuti PDF che utilizzano immagini CMYK o SVG e codifiche non supportate come JPEG2000 e JBIG2. Quando un compito richiede soltanto le parole di un PDF, il testo estratto offre un input più semplice della lettura visiva delle pagine. I media incorporati condividono un budget di payload di 25 MB, compreso il sovraccarico base64. Una richiesta contiene un video, limitato a 1 GB tramite S3; i media S3 combinati possono raggiungere in totale 2 GB. Gli input PDF e DOCX restano limitati a cinque documenti, con un budget combinato di 25 MB per il caricamento diretto o 2 GB tramite S3.
Pro può analizzare formati video comuni, tra cui MP4, MOV, MKV e WebM. La strategia di campionamento version1 usa un fotogramma al secondo per clip fino a 16 minuti, poi 960 fotogrammi distribuiti sulle clip più lunghe. Questo favorisce riassunti delle scene rispetto a un'analisi precisa di azioni molto rapide, soprattutto all'aumentare della durata del video. Amazon consiglia di mantenere le clip con più movimento sotto i 16 minuti e quelle con poco movimento sotto un'ora. Fornisci un segmento pertinente e identifica l'evento o la relazione visibile da esaminare; una trascrizione dovrebbe riportare le informazioni parlate, perché le modalità di input documentate non comprendono l'audio. Il produttore dichiara inoltre che questo modello non identifica né nomina le persone presenti in immagini, documenti o video.
Pro supporta lo streaming delle risposte, le chiamate a funzioni eseguite dal client e i compiti arricchiti dal recupero di informazioni. Supporta anche 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. Descrivi gli strumenti e i loro argomenti, lascia che l'applicazione esegua le richieste e restituisci osservazioni o errori prima di chiedere al modello di continuare. Nova di prima generazione può essere istruito a elaborare una soluzione in fasi, ma questo è distinto dalle modalità di ragionamento esteso configurate separatamente e dagli strumenti integrati di Nova 2 Lite. Pro serve anche come insegnante di distillazione per Nova Micro e Lite, e Amazon documenta il fine-tuning personalizzato di Pro; tali modelli personalizzati mantengono le proprie identità.
La guida version1 descrive l'addestramento in più di 200 lingue con ottimizzazione per 15, tra cui inglese, tedesco, spagnolo, francese, italiano, giapponese, coreano, arabo, cinese semplificato, russo, hindi, portoghese, olandese, turco ed ebraico. Indica la lingua e la terminologia richieste, senza presumere prestazioni uniformi fra i dialetti. Per un flusso riutilizzabile, specifica la struttura finale e le prove di origine che ogni campo deve riportare. Pro può restituire affermazioni plausibili ma errate o codice che non è stato eseguito; fornire fatti espliciti e mantenere distinti i risultati degli strumenti dalle proposte rende l'output più facile da usare e verificare.
", "aboutText": "Amazon Nova Pro è il modello equilibrato di comprensione multimodale della famiglia Nova di prima generazione di Amazon. Combina comprensione di testo, immagini e video per compiti che vanno dalle risposte a domande sui documenti e dall'analisi visiva al lavoro software e ai flussi degli agenti. Il suo output è testo: una spiegazione, informazioni estratte, codice, un piano o una richiesta a uno strumento. Pro si colloca fra il più leggero Nova Lite e i compiti più impegnativi con contesto lungo affrontati da Premier; questo profilo descrive l'edizione originale Pro v1 anziché un modello Nova 2.\n\nLa guida a Nova di prima generazione indica una finestra di contesto di 300K token e un output massimo di 10K token. Il termine documentato delle conoscenze è ottobre 2024. Un flusso pratico può combinare passaggi di riferimento, contenuti di documenti, prove visive e conversazione recente per restituire un risultato compatto. Per una revisione tecnica, fornisci il codice pertinente, il comportamento osservato e i vincoli e chiedi una proposta di modifica motivata. Per un rapporto, indica le fonti e i campi da confrontare. Separa le prove dalle istruzioni, così che il modello distingua ciò che i documenti affermano dalla conclusione che vuoi esaminare.\n\nAmazon documenta la capacità di Pro di rispondere a domande visive, classificare o riassumere immagini e restituire riquadri di delimitazione per gli oggetti specificati. La guida alle immagini di prima generazione usa una scala di coordinate [0, 1000), convertita nelle dimensioni dell'immagine originale dall'applicazione che la utilizza. Le immagini vengono ridimensionate automaticamente, con una risoluzione massima documentata di 8.000 × 8.000 pixel. Questo supporta attività come identificare un elemento in uno screenshot o descrivere un diagramma. Mantieni leggibile il testo e preserva il contesto visivo essenziale, poi chiedi le osservazioni pertinenti prima di richiedere un'interpretazione.\n\nI formati immagine supportati dal produttore comprendono PNG, JPG/JPEG, GIF e WebP. Il flusso documentale accetta PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT e Markdown. I formati basati su testo contribuiscono con il testo, mentre PDF e DOCX possono essere interpretati insieme a elementi visivi come grafici e tabelle. La guida ai documenti consente fino a cinque documenti e limita ogni documento testuale a 4,5 MB. Esclude i contenuti PDF che utilizzano immagini CMYK o SVG e codifiche non supportate come JPEG2000 e JBIG2. Quando un compito richiede soltanto le parole di un PDF, il testo estratto offre un input più semplice della lettura visiva delle pagine. I media incorporati condividono un budget di payload di 25 MB, compreso il sovraccarico base64. Una richiesta contiene un video, limitato a 1 GB tramite S3; i media S3 combinati possono raggiungere in totale 2 GB. Gli input PDF e DOCX restano limitati a cinque documenti, con un budget combinato di 25 MB per il caricamento diretto o 2 GB tramite S3.\n\nPro può analizzare formati video comuni, tra cui MP4, MOV, MKV e WebM. La strategia di campionamento version1 usa un fotogramma al secondo per clip fino a 16 minuti, poi 960 fotogrammi distribuiti sulle clip più lunghe. Questo favorisce riassunti delle scene rispetto a un'analisi precisa di azioni molto rapide, soprattutto all'aumentare della durata del video. Amazon consiglia di mantenere le clip con più movimento sotto i 16 minuti e quelle con poco movimento sotto un'ora. Fornisci un segmento pertinente e identifica l'evento o la relazione visibile da esaminare; una trascrizione dovrebbe riportare le informazioni parlate, perché le modalità di input documentate non comprendono l'audio. Il produttore dichiara inoltre che questo modello non identifica né nomina le persone presenti in immagini, documenti o video.\n\nPro supporta lo streaming delle risposte, le chiamate a funzioni eseguite dal client e i compiti arricchiti dal recupero di informazioni. Supporta anche 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. Descrivi gli strumenti e i loro argomenti, lascia che l'applicazione esegua le richieste e restituisci osservazioni o errori prima di chiedere al modello di continuare. Nova di prima generazione può essere istruito a elaborare una soluzione in fasi, ma questo è distinto dalle modalità di ragionamento esteso configurate separatamente e dagli strumenti integrati di Nova 2 Lite. Pro serve anche come insegnante di distillazione per Nova Micro e Lite, e Amazon documenta il fine-tuning personalizzato di Pro; tali modelli personalizzati mantengono le proprie identità.\n\nLa guida version1 descrive l'addestramento in più di 200 lingue con ottimizzazione per 15, tra cui inglese, tedesco, spagnolo, francese, italiano, giapponese, coreano, arabo, cinese semplificato, russo, hindi, portoghese, olandese, turco ed ebraico. Indica la lingua e la terminologia richieste, senza presumere prestazioni uniformi fra i dialetti. Per un flusso riutilizzabile, specifica la struttura finale e le prove di origine che ogni campo deve riportare. Pro può restituire affermazioni plausibili ma errate o codice che non è stato eseguito; fornire fatti espliciti e mantenere distinti i risultati degli strumenti dalle proposte rende l'output più facile da usare e verificare.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.amazon/nova-pro-v1Amazon Nova Pro è il modello equilibrato della prima generazione Nova per ragionare su testo, immagini, documenti e video. Produce testo per analisi visive, compiti software, flussi documentali e agenti che combinano le prove fornite con strumenti.
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 Pro è il modello equilibrato di comprensione multimodale della famiglia Nova di prima generazione di Amazon. Combina comprensione di testo, immagini e video per compiti che vanno dalle risposte a domande sui documenti e dall'analisi visiva al lavoro software e ai flussi degli agenti. Il suo output è testo: una spiegazione, informazioni estratte, codice, un piano o una richiesta a uno strumento. Pro si colloca fra il più leggero Nova Lite e i compiti più impegnativi con contesto lungo affrontati da Premier; questo profilo descrive l'edizione originale Pro v1 anziché un modello Nova 2.
La guida a Nova di prima generazione indica una finestra di contesto di 300K token e un output massimo di 10K token. Il termine documentato delle conoscenze è ottobre 2024. Un flusso pratico può combinare passaggi di riferimento, contenuti di documenti, prove visive e conversazione recente per restituire un risultato compatto. Per una revisione tecnica, fornisci il codice pertinente, il comportamento osservato e i vincoli e chiedi una proposta di modifica motivata. Per un rapporto, indica le fonti e i campi da confrontare. Separa le prove dalle istruzioni, così che il modello distingua ciò che i documenti affermano dalla conclusione che vuoi esaminare.
Amazon documenta la capacità di Pro di rispondere a domande visive, classificare o riassumere immagini e restituire riquadri di delimitazione per gli oggetti specificati. La guida alle immagini di prima generazione usa una scala di coordinate [0, 1000), convertita nelle dimensioni dell'immagine originale dall'applicazione che la utilizza. Le immagini vengono ridimensionate automaticamente, con una risoluzione massima documentata di 8.000 × 8.000 pixel. Questo supporta attività come identificare un elemento in uno screenshot o descrivere un diagramma. Mantieni leggibile il testo e preserva il contesto visivo essenziale, poi chiedi le osservazioni pertinenti prima di richiedere un'interpretazione.
I formati immagine supportati dal produttore comprendono PNG, JPG/JPEG, GIF e WebP. Il flusso documentale accetta PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT e Markdown. I formati basati su testo contribuiscono con il testo, mentre PDF e DOCX possono essere interpretati insieme a elementi visivi come grafici e tabelle. La guida ai documenti consente fino a cinque documenti e limita ogni documento testuale a 4,5 MB. Esclude i contenuti PDF che utilizzano immagini CMYK o SVG e codifiche non supportate come JPEG2000 e JBIG2. Quando un compito richiede soltanto le parole di un PDF, il testo estratto offre un input più semplice della lettura visiva delle pagine. I media incorporati condividono un budget di payload di 25 MB, compreso il sovraccarico base64. Una richiesta contiene un video, limitato a 1 GB tramite S3; i media S3 combinati possono raggiungere in totale 2 GB. Gli input PDF e DOCX restano limitati a cinque documenti, con un budget combinato di 25 MB per il caricamento diretto o 2 GB tramite S3.
Pro può analizzare formati video comuni, tra cui MP4, MOV, MKV e WebM. La strategia di campionamento version1 usa un fotogramma al secondo per clip fino a 16 minuti, poi 960 fotogrammi distribuiti sulle clip più lunghe. Questo favorisce riassunti delle scene rispetto a un'analisi precisa di azioni molto rapide, soprattutto all'aumentare della durata del video. Amazon consiglia di mantenere le clip con più movimento sotto i 16 minuti e quelle con poco movimento sotto un'ora. Fornisci un segmento pertinente e identifica l'evento o la relazione visibile da esaminare; una trascrizione dovrebbe riportare le informazioni parlate, perché le modalità di input documentate non comprendono l'audio. Il produttore dichiara inoltre che questo modello non identifica né nomina le persone presenti in immagini, documenti o video.
Pro supporta lo streaming delle risposte, le chiamate a funzioni eseguite dal client e i compiti arricchiti dal recupero di informazioni. Supporta anche 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. Descrivi gli strumenti e i loro argomenti, lascia che l'applicazione esegua le richieste e restituisci osservazioni o errori prima di chiedere al modello di continuare. Nova di prima generazione può essere istruito a elaborare una soluzione in fasi, ma questo è distinto dalle modalità di ragionamento esteso configurate separatamente e dagli strumenti integrati di Nova 2 Lite. Pro serve anche come insegnante di distillazione per Nova Micro e Lite, e Amazon documenta il fine-tuning personalizzato di Pro; tali modelli personalizzati mantengono le proprie identità.
La guida version1 descrive l'addestramento in più di 200 lingue con ottimizzazione per 15, tra cui inglese, tedesco, spagnolo, francese, italiano, giapponese, coreano, arabo, cinese semplificato, russo, hindi, portoghese, olandese, turco ed ebraico. Indica la lingua e la terminologia richieste, senza presumere prestazioni uniformi fra i dialetti. Per un flusso riutilizzabile, specifica la struttura finale e le prove di origine che ogni campo deve riportare. Pro può restituire affermazioni plausibili ma errate o codice che non è stato eseguito; fornire fatti espliciti e mantenere distinti i risultati degli strumenti dalle proposte rende l'output più facile da usare e verificare.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti amazon/nova-pro-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 $0.0016 / 1K token Output · Token in output $0.0064 / 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 $0.0016 / 1K token Output · Token in output $0.0064 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-pro-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-pro-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-pro-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-pro-v1
Usa i percorsi dei metodi indicati sopra.
amazon/nova-pro-v1Amazon Nova Pro è il modello equilibrato della prima generazione Nova per ragionare su testo, immagini, documenti e video. Produce testo per analisi visive, compiti software, flussi documentali e agenti che combinano le prove fornite con strumenti.
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 Pro è il modello equilibrato di comprensione multimodale della famiglia Nova di prima generazione di Amazon. Combina comprensione di testo, immagini e video per compiti che vanno dalle risposte a domande sui documenti e dall'analisi visiva al lavoro software e ai flussi degli agenti. Il suo output è testo: una spiegazione, informazioni estratte, codice, un piano o una richiesta a uno strumento. Pro si colloca fra il più leggero Nova Lite e i compiti più impegnativi con contesto lungo affrontati da Premier; questo profilo descrive l'edizione originale Pro v1 anziché un modello Nova 2.
La guida a Nova di prima generazione indica una finestra di contesto di 300K token e un output massimo di 10K token. Il termine documentato delle conoscenze è ottobre 2024. Un flusso pratico può combinare passaggi di riferimento, contenuti di documenti, prove visive e conversazione recente per restituire un risultato compatto. Per una revisione tecnica, fornisci il codice pertinente, il comportamento osservato e i vincoli e chiedi una proposta di modifica motivata. Per un rapporto, indica le fonti e i campi da confrontare. Separa le prove dalle istruzioni, così che il modello distingua ciò che i documenti affermano dalla conclusione che vuoi esaminare.
Amazon documenta la capacità di Pro di rispondere a domande visive, classificare o riassumere immagini e restituire riquadri di delimitazione per gli oggetti specificati. La guida alle immagini di prima generazione usa una scala di coordinate [0, 1000), convertita nelle dimensioni dell'immagine originale dall'applicazione che la utilizza. Le immagini vengono ridimensionate automaticamente, con una risoluzione massima documentata di 8.000 × 8.000 pixel. Questo supporta attività come identificare un elemento in uno screenshot o descrivere un diagramma. Mantieni leggibile il testo e preserva il contesto visivo essenziale, poi chiedi le osservazioni pertinenti prima di richiedere un'interpretazione.
I formati immagine supportati dal produttore comprendono PNG, JPG/JPEG, GIF e WebP. Il flusso documentale accetta PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT e Markdown. I formati basati su testo contribuiscono con il testo, mentre PDF e DOCX possono essere interpretati insieme a elementi visivi come grafici e tabelle. La guida ai documenti consente fino a cinque documenti e limita ogni documento testuale a 4,5 MB. Esclude i contenuti PDF che utilizzano immagini CMYK o SVG e codifiche non supportate come JPEG2000 e JBIG2. Quando un compito richiede soltanto le parole di un PDF, il testo estratto offre un input più semplice della lettura visiva delle pagine. I media incorporati condividono un budget di payload di 25 MB, compreso il sovraccarico base64. Una richiesta contiene un video, limitato a 1 GB tramite S3; i media S3 combinati possono raggiungere in totale 2 GB. Gli input PDF e DOCX restano limitati a cinque documenti, con un budget combinato di 25 MB per il caricamento diretto o 2 GB tramite S3.
Pro può analizzare formati video comuni, tra cui MP4, MOV, MKV e WebM. La strategia di campionamento version1 usa un fotogramma al secondo per clip fino a 16 minuti, poi 960 fotogrammi distribuiti sulle clip più lunghe. Questo favorisce riassunti delle scene rispetto a un'analisi precisa di azioni molto rapide, soprattutto all'aumentare della durata del video. Amazon consiglia di mantenere le clip con più movimento sotto i 16 minuti e quelle con poco movimento sotto un'ora. Fornisci un segmento pertinente e identifica l'evento o la relazione visibile da esaminare; una trascrizione dovrebbe riportare le informazioni parlate, perché le modalità di input documentate non comprendono l'audio. Il produttore dichiara inoltre che questo modello non identifica né nomina le persone presenti in immagini, documenti o video.
Pro supporta lo streaming delle risposte, le chiamate a funzioni eseguite dal client e i compiti arricchiti dal recupero di informazioni. Supporta anche 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. Descrivi gli strumenti e i loro argomenti, lascia che l'applicazione esegua le richieste e restituisci osservazioni o errori prima di chiedere al modello di continuare. Nova di prima generazione può essere istruito a elaborare una soluzione in fasi, ma questo è distinto dalle modalità di ragionamento esteso configurate separatamente e dagli strumenti integrati di Nova 2 Lite. Pro serve anche come insegnante di distillazione per Nova Micro e Lite, e Amazon documenta il fine-tuning personalizzato di Pro; tali modelli personalizzati mantengono le proprie identità.
La guida version1 descrive l'addestramento in più di 200 lingue con ottimizzazione per 15, tra cui inglese, tedesco, spagnolo, francese, italiano, giapponese, coreano, arabo, cinese semplificato, russo, hindi, portoghese, olandese, turco ed ebraico. Indica la lingua e la terminologia richieste, senza presumere prestazioni uniformi fra i dialetti. Per un flusso riutilizzabile, specifica la struttura finale e le prove di origine che ogni campo deve riportare. Pro può restituire affermazioni plausibili ma errate o codice che non è stato eseguito; fornire fatti espliciti e mantenere distinti i risultati degli strumenti dalle proposte rende l'output più facile da usare e verificare.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti amazon/nova-pro-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 $0.0016 / 1K token Output · Token in output $0.0064 / 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 $0.0016 / 1K token Output · Token in output $0.0064 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "amazon/nova-pro-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-pro-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-pro-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-pro-v1
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.