Baichuan4 è il modello denominato di quarta generazione per conversazioni generali della gamma Baichuan. Il produttore documenta un contesto di 32K per questa esatta edizione. Baichuan4-Turbo e Baichuan4-Air sono edizioni separate con propri profili di modello.
Il modello lavora con una conversazione testuale e produce una risposta dell'assistente o una richiesta di chiamata a funzione nel flusso documentato dal produttore. I compiti utili comprendono rispondere a partire dalle informazioni fornite, organizzare i contenuti di un documento, rivedere testo e produrre un record strutturato per un'applicazione.
Prepara i messaggi in ordine cronologico, con un'istruzione di sistema all'inizio quando necessaria. Mantieni il compito dell'utente distinto dalle risposte precedenti dell'assistente e dai risultati degli strumenti esterni. Il riferimento del produttore accetta normali stringhe di testo o strutture tipizzate di contenuto testuale e usa un ruolo separato per i messaggi degli strumenti che riportano i risultati delle chiamate a funzioni.
Per un confronto, fornisci entrambi i passaggi, etichettali chiaramente e chiedi concordanze, conflitti e formulazioni a sostegno. Per una spiegazione rivista, specifica il pubblico e i dettagli che devono sopravvivere alla riscrittura. Un'istruzione utile è: «Confronta queste due descrizioni di progetto, elenca i requisiti cambiati e identifica il passaggio che stabilisce ciascuna modifica».
Baichuan4 è esplicitamente incluso nella modalità a oggetti JSON del produttore. Attivare questa modalità richiede anche un'istruzione di sistema o utente che chieda di produrre JSON. Definisci i campi richiesti e il modo in cui rappresentare le informazioni mancanti. Analizza e ispeziona il risultato prima di usarlo come record applicativo.
L'operazione conversazionale del produttore accetta max_tokens da 1 a 2.048, con valore predefinito 2.048. Le impostazioni di campionamento sono temperature da 0 a 1, con valore predefinito 0.3; top_p da 0 fino a 1 escluso, con valore predefinito 0.85; e top_k da 0 a 20, con valore predefinito 5. Impostare top_k a 0 disattiva quella strategia. Il budget della risposta è diverso dal contesto di 32K: prepara insieme il materiale di partenza e lo spazio per la risposta.
Se il motivo di completamento è length, una risposta scritta o un oggetto JSON possono essere incompleti. Conserva il risultato parziale e il motivo dell'arresto, poi decidi se abbreviare il risultato richiesto, ridurre l'input o rivedere il budget applicabile alla risposta.
Gli strumenti del produttore distinguono il recupero da una base di conoscenza dalla ricerca web. Una richiesta alla base di conoscenza indica le raccolte pertinenti. La modalità di risposta basata soltanto sulla base di conoscenza impedisce una risposta quando il recupero non trova risultati. Se sono configurati sia la ricerca web sia il recupero dalla conoscenza, il riferimento specifica che il recupero ha la precedenza.
Per un fatto soggetto a cambiamento, conserva le informazioni effettivamente recuperate o trovate, così da poter verificare la risposta finale rispetto a esse. Tieni insieme all'osservazione la fonte, la data e le precisazioni pertinenti. Quando il compito riguarda una raccolta fornita, poni una domanda mirata anziché combinare la domanda di recupero con istruzioni creative non correlate.
Gli esempi documentati di Baichuan4 mostrano la selezione fra funzioni personalizzate e la continuazione dopo che l'applicazione restituisce il risultato di una funzione. Definisci ogni funzione con nome, scopo e schema degli argomenti. Conserva la chiamata dell'assistente e il risultato corrispondente dello strumento, poi chiedi che la risposta successiva spieghi o utilizzi quell'osservazione.
Un confronto pratico può richiedere due rilevazioni effettive, come valori per due date diverse, e chiedere la differenza fra di esse. L'applicazione fornisce queste rilevazioni; la funzione selezionata dal modello e gli argomenti generati costituiscono una richiesta per quell'operazione. L'impostazione di selezione automatica o di nessuno strumento del produttore si applica alle funzioni. Il riferimento consiglia di mantenere le chiamate a funzioni separate dalle configurazioni di ricerca web o recupero.
La modalità predefinita del produttore è senza streaming; lo streaming restituisce parti incrementali della risposta che devono essere assemblate. Il motivo di completamento distingue un arresto normale, una richiesta a uno strumento, un limite di output o di lunghezza del contesto e il filtraggio dei contenuti. Conserva il messaggio o l'oggetto completato insieme al materiale di partenza e alle osservazioni degli strumenti necessari per interpretarlo.
Verifica nel risultato la presenza dei campi richiesti, i confronti sostenuti dalle fonti e le formulazioni appropriate alla destinazione. Mantieni l'identità esatta di Baichuan4 insieme al compito quando confronti un'altra edizione. Il risultato utile è un elaborato testuale completo o una spiegazione di un'osservazione effettiva di uno strumento, con ogni parte irrisolta della richiesta ancora identificabile.
", "aboutText": "### Baichuan4 come edizione conversazionale distinta\n\nBaichuan4 è il modello denominato di quarta generazione per conversazioni generali della gamma Baichuan. Il produttore documenta un contesto di 32K per questa esatta edizione. Baichuan4-Turbo e Baichuan4-Air sono edizioni separate con propri profili di modello.\n\nIl modello lavora con una conversazione testuale e produce una risposta dell'assistente o una richiesta di chiamata a funzione nel flusso documentato dal produttore. I compiti utili comprendono rispondere a partire dalle informazioni fornite, organizzare i contenuti di un documento, rivedere testo e produrre un record strutturato per un'applicazione.\n\n### Fornire una richiesta di dialogo completa\n\nPrepara i messaggi in ordine cronologico, con un'istruzione di sistema all'inizio quando necessaria. Mantieni il compito dell'utente distinto dalle risposte precedenti dell'assistente e dai risultati degli strumenti esterni. Il riferimento del produttore accetta normali stringhe di testo o strutture tipizzate di contenuto testuale e usa un ruolo separato per i messaggi degli strumenti che riportano i risultati delle chiamate a funzioni.\n\nPer un confronto, fornisci entrambi i passaggi, etichettali chiaramente e chiedi concordanze, conflitti e formulazioni a sostegno. Per una spiegazione rivista, specifica il pubblico e i dettagli che devono sopravvivere alla riscrittura. Un'istruzione utile è: «Confronta queste due descrizioni di progetto, elenca i requisiti cambiati e identifica il passaggio che stabilisce ciascuna modifica».\n\n### Scegliere la forma dell'output e il budget della risposta\n\nBaichuan4 è esplicitamente incluso nella modalità a oggetti JSON del produttore. Attivare questa modalità richiede anche un'istruzione di sistema o utente che chieda di produrre JSON. Definisci i campi richiesti e il modo in cui rappresentare le informazioni mancanti. Analizza e ispeziona il risultato prima di usarlo come record applicativo.\n\nL'operazione conversazionale del produttore accetta max_tokens da 1 a 2.048, con valore predefinito 2.048. Le impostazioni di campionamento sono temperature da 0 a 1, con valore predefinito 0.3; top_p da 0 fino a 1 escluso, con valore predefinito 0.85; e top_k da 0 a 20, con valore predefinito 5. Impostare top_k a 0 disattiva quella strategia. Il budget della risposta è diverso dal contesto di 32K: prepara insieme il materiale di partenza e lo spazio per la risposta.\n\nSe il motivo di completamento è length, una risposta scritta o un oggetto JSON possono essere incompleti. Conserva il risultato parziale e il motivo dell'arresto, poi decidi se abbreviare il risultato richiesto, ridurre l'input o rivedere il budget applicabile alla risposta.\n\n### Fondare una risposta su informazioni recuperate\n\nGli strumenti del produttore distinguono il recupero da una base di conoscenza dalla ricerca web. Una richiesta alla base di conoscenza indica le raccolte pertinenti. La modalità di risposta basata soltanto sulla base di conoscenza impedisce una risposta quando il recupero non trova risultati. Se sono configurati sia la ricerca web sia il recupero dalla conoscenza, il riferimento specifica che il recupero ha la precedenza.\n\nPer un fatto soggetto a cambiamento, conserva le informazioni effettivamente recuperate o trovate, così da poter verificare la risposta finale rispetto a esse. Tieni insieme all'osservazione la fonte, la data e le precisazioni pertinenti. Quando il compito riguarda una raccolta fornita, poni una domanda mirata anziché combinare la domanda di recupero con istruzioni creative non correlate.\n\n### Proseguire da un risultato reale di funzione\n\nGli esempi documentati di Baichuan4 mostrano la selezione fra funzioni personalizzate e la continuazione dopo che l'applicazione restituisce il risultato di una funzione. Definisci ogni funzione con nome, scopo e schema degli argomenti. Conserva la chiamata dell'assistente e il risultato corrispondente dello strumento, poi chiedi che la risposta successiva spieghi o utilizzi quell'osservazione.\n\nUn confronto pratico può richiedere due rilevazioni effettive, come valori per due date diverse, e chiedere la differenza fra di esse. L'applicazione fornisce queste rilevazioni; la funzione selezionata dal modello e gli argomenti generati costituiscono una richiesta per quell'operazione. L'impostazione di selezione automatica o di nessuno strumento del produttore si applica alle funzioni. Il riferimento consiglia di mantenere le chiamate a funzioni separate dalle configurazioni di ricerca web o recupero.\n\n### Raccogliere e ispezionare il risultato finale\n\nLa modalità predefinita del produttore è senza streaming; lo streaming restituisce parti incrementali della risposta che devono essere assemblate. Il motivo di completamento distingue un arresto normale, una richiesta a uno strumento, un limite di output o di lunghezza del contesto e il filtraggio dei contenuti. Conserva il messaggio o l'oggetto completato insieme al materiale di partenza e alle osservazioni degli strumenti necessari per interpretarlo.\n\nVerifica nel risultato la presenza dei campi richiesti, i confronti sostenuti dalle fonti e le formulazioni appropriate alla destinazione. Mantieni l'identità esatta di Baichuan4 insieme al compito quando confronti un'altra edizione. Il risultato utile è un elaborato testuale completo o una spiegazione di un'osservazione effettiva di uno strumento, con ogni parte irrisolta della richiesta ancora identificabile.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
A requirements change record\n\nCompare these project notes. Version A: customers receive receipts by email; export contains all orders; support replies within two working days. Version B: receipts appear in the account; export includes paid orders only; support target remains two working days. List changes and unchanged requirements, quoting the wording that supports each finding.A comparison table containing requirement, previous wording, revised wording and change status.The support target is recorded as unchanged, and the export filter change is distinguished from receipt delivery.Baichuan4Baichuan4 è il modello denominato di quarta generazione per conversazioni testuali, con un contesto documentato di 32K. Il flusso del produttore supporta risposte come oggetti JSON, testo completo o in streaming, funzioni personalizzate e prove recuperate da basi di conoscenza o ricerche web.
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.
Baichuan4 è il modello denominato di quarta generazione per conversazioni generali della gamma Baichuan. Il produttore documenta un contesto di 32K per questa esatta edizione. Baichuan4-Turbo e Baichuan4-Air sono edizioni separate con propri profili di modello.
Il modello lavora con una conversazione testuale e produce una risposta dell'assistente o una richiesta di chiamata a funzione nel flusso documentato dal produttore. I compiti utili comprendono rispondere a partire dalle informazioni fornite, organizzare i contenuti di un documento, rivedere testo e produrre un record strutturato per un'applicazione.
Prepara i messaggi in ordine cronologico, con un'istruzione di sistema all'inizio quando necessaria. Mantieni il compito dell'utente distinto dalle risposte precedenti dell'assistente e dai risultati degli strumenti esterni. Il riferimento del produttore accetta normali stringhe di testo o strutture tipizzate di contenuto testuale e usa un ruolo separato per i messaggi degli strumenti che riportano i risultati delle chiamate a funzioni.
Per un confronto, fornisci entrambi i passaggi, etichettali chiaramente e chiedi concordanze, conflitti e formulazioni a sostegno. Per una spiegazione rivista, specifica il pubblico e i dettagli che devono sopravvivere alla riscrittura. Un'istruzione utile è: «Confronta queste due descrizioni di progetto, elenca i requisiti cambiati e identifica il passaggio che stabilisce ciascuna modifica».
Baichuan4 è esplicitamente incluso nella modalità a oggetti JSON del produttore. Attivare questa modalità richiede anche un'istruzione di sistema o utente che chieda di produrre JSON. Definisci i campi richiesti e il modo in cui rappresentare le informazioni mancanti. Analizza e ispeziona il risultato prima di usarlo come record applicativo.
L'operazione conversazionale del produttore accetta max_tokens da 1 a 2.048, con valore predefinito 2.048. Le impostazioni di campionamento sono temperature da 0 a 1, con valore predefinito 0.3; top_p da 0 fino a 1 escluso, con valore predefinito 0.85; e top_k da 0 a 20, con valore predefinito 5. Impostare top_k a 0 disattiva quella strategia. Il budget della risposta è diverso dal contesto di 32K: prepara insieme il materiale di partenza e lo spazio per la risposta.
Se il motivo di completamento è length, una risposta scritta o un oggetto JSON possono essere incompleti. Conserva il risultato parziale e il motivo dell'arresto, poi decidi se abbreviare il risultato richiesto, ridurre l'input o rivedere il budget applicabile alla risposta.
Gli strumenti del produttore distinguono il recupero da una base di conoscenza dalla ricerca web. Una richiesta alla base di conoscenza indica le raccolte pertinenti. La modalità di risposta basata soltanto sulla base di conoscenza impedisce una risposta quando il recupero non trova risultati. Se sono configurati sia la ricerca web sia il recupero dalla conoscenza, il riferimento specifica che il recupero ha la precedenza.
Per un fatto soggetto a cambiamento, conserva le informazioni effettivamente recuperate o trovate, così da poter verificare la risposta finale rispetto a esse. Tieni insieme all'osservazione la fonte, la data e le precisazioni pertinenti. Quando il compito riguarda una raccolta fornita, poni una domanda mirata anziché combinare la domanda di recupero con istruzioni creative non correlate.
Gli esempi documentati di Baichuan4 mostrano la selezione fra funzioni personalizzate e la continuazione dopo che l'applicazione restituisce il risultato di una funzione. Definisci ogni funzione con nome, scopo e schema degli argomenti. Conserva la chiamata dell'assistente e il risultato corrispondente dello strumento, poi chiedi che la risposta successiva spieghi o utilizzi quell'osservazione.
Un confronto pratico può richiedere due rilevazioni effettive, come valori per due date diverse, e chiedere la differenza fra di esse. L'applicazione fornisce queste rilevazioni; la funzione selezionata dal modello e gli argomenti generati costituiscono una richiesta per quell'operazione. L'impostazione di selezione automatica o di nessuno strumento del produttore si applica alle funzioni. Il riferimento consiglia di mantenere le chiamate a funzioni separate dalle configurazioni di ricerca web o recupero.
La modalità predefinita del produttore è senza streaming; lo streaming restituisce parti incrementali della risposta che devono essere assemblate. Il motivo di completamento distingue un arresto normale, una richiesta a uno strumento, un limite di output o di lunghezza del contesto e il filtraggio dei contenuti. Conserva il messaggio o l'oggetto completato insieme al materiale di partenza e alle osservazioni degli strumenti necessari per interpretarlo.
Verifica nel risultato la presenza dei campi richiesti, i confronti sostenuti dalle fonti e le formulazioni appropriate alla destinazione. Mantieni l'identità esatta di Baichuan4 insieme al compito quando confronti un'altra edizione. Il risultato utile è un elaborato testuale completo o una spiegazione di un'osservazione effettiva di uno strumento, con ogni parte irrisolta della richiesta ancora identificabile.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti Baichuan4 | 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.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.03146 / 1K token Output · Token in output $0.03146 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Baichuan4", "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='Baichuan4',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='Baichuan4',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 Baichuan4
Usa i percorsi dei metodi indicati sopra.
Baichuan4Baichuan4 è il modello denominato di quarta generazione per conversazioni testuali, con un contesto documentato di 32K. Il flusso del produttore supporta risposte come oggetti JSON, testo completo o in streaming, funzioni personalizzate e prove recuperate da basi di conoscenza o ricerche web.
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.
Baichuan4 è il modello denominato di quarta generazione per conversazioni generali della gamma Baichuan. Il produttore documenta un contesto di 32K per questa esatta edizione. Baichuan4-Turbo e Baichuan4-Air sono edizioni separate con propri profili di modello.
Il modello lavora con una conversazione testuale e produce una risposta dell'assistente o una richiesta di chiamata a funzione nel flusso documentato dal produttore. I compiti utili comprendono rispondere a partire dalle informazioni fornite, organizzare i contenuti di un documento, rivedere testo e produrre un record strutturato per un'applicazione.
Prepara i messaggi in ordine cronologico, con un'istruzione di sistema all'inizio quando necessaria. Mantieni il compito dell'utente distinto dalle risposte precedenti dell'assistente e dai risultati degli strumenti esterni. Il riferimento del produttore accetta normali stringhe di testo o strutture tipizzate di contenuto testuale e usa un ruolo separato per i messaggi degli strumenti che riportano i risultati delle chiamate a funzioni.
Per un confronto, fornisci entrambi i passaggi, etichettali chiaramente e chiedi concordanze, conflitti e formulazioni a sostegno. Per una spiegazione rivista, specifica il pubblico e i dettagli che devono sopravvivere alla riscrittura. Un'istruzione utile è: «Confronta queste due descrizioni di progetto, elenca i requisiti cambiati e identifica il passaggio che stabilisce ciascuna modifica».
Baichuan4 è esplicitamente incluso nella modalità a oggetti JSON del produttore. Attivare questa modalità richiede anche un'istruzione di sistema o utente che chieda di produrre JSON. Definisci i campi richiesti e il modo in cui rappresentare le informazioni mancanti. Analizza e ispeziona il risultato prima di usarlo come record applicativo.
L'operazione conversazionale del produttore accetta max_tokens da 1 a 2.048, con valore predefinito 2.048. Le impostazioni di campionamento sono temperature da 0 a 1, con valore predefinito 0.3; top_p da 0 fino a 1 escluso, con valore predefinito 0.85; e top_k da 0 a 20, con valore predefinito 5. Impostare top_k a 0 disattiva quella strategia. Il budget della risposta è diverso dal contesto di 32K: prepara insieme il materiale di partenza e lo spazio per la risposta.
Se il motivo di completamento è length, una risposta scritta o un oggetto JSON possono essere incompleti. Conserva il risultato parziale e il motivo dell'arresto, poi decidi se abbreviare il risultato richiesto, ridurre l'input o rivedere il budget applicabile alla risposta.
Gli strumenti del produttore distinguono il recupero da una base di conoscenza dalla ricerca web. Una richiesta alla base di conoscenza indica le raccolte pertinenti. La modalità di risposta basata soltanto sulla base di conoscenza impedisce una risposta quando il recupero non trova risultati. Se sono configurati sia la ricerca web sia il recupero dalla conoscenza, il riferimento specifica che il recupero ha la precedenza.
Per un fatto soggetto a cambiamento, conserva le informazioni effettivamente recuperate o trovate, così da poter verificare la risposta finale rispetto a esse. Tieni insieme all'osservazione la fonte, la data e le precisazioni pertinenti. Quando il compito riguarda una raccolta fornita, poni una domanda mirata anziché combinare la domanda di recupero con istruzioni creative non correlate.
Gli esempi documentati di Baichuan4 mostrano la selezione fra funzioni personalizzate e la continuazione dopo che l'applicazione restituisce il risultato di una funzione. Definisci ogni funzione con nome, scopo e schema degli argomenti. Conserva la chiamata dell'assistente e il risultato corrispondente dello strumento, poi chiedi che la risposta successiva spieghi o utilizzi quell'osservazione.
Un confronto pratico può richiedere due rilevazioni effettive, come valori per due date diverse, e chiedere la differenza fra di esse. L'applicazione fornisce queste rilevazioni; la funzione selezionata dal modello e gli argomenti generati costituiscono una richiesta per quell'operazione. L'impostazione di selezione automatica o di nessuno strumento del produttore si applica alle funzioni. Il riferimento consiglia di mantenere le chiamate a funzioni separate dalle configurazioni di ricerca web o recupero.
La modalità predefinita del produttore è senza streaming; lo streaming restituisce parti incrementali della risposta che devono essere assemblate. Il motivo di completamento distingue un arresto normale, una richiesta a uno strumento, un limite di output o di lunghezza del contesto e il filtraggio dei contenuti. Conserva il messaggio o l'oggetto completato insieme al materiale di partenza e alle osservazioni degli strumenti necessari per interpretarlo.
Verifica nel risultato la presenza dei campi richiesti, i confronti sostenuti dalle fonti e le formulazioni appropriate alla destinazione. Mantieni l'identità esatta di Baichuan4 insieme al compito quando confronti un'altra edizione. Il risultato utile è un elaborato testuale completo o una spiegazione di un'osservazione effettiva di uno strumento, con ogni parte irrisolta della richiesta ancora identificabile.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti Baichuan4 | 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.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.03146 / 1K token Output · Token in output $0.03146 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "Baichuan4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Baichuan4', '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': 'Baichuan4', '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 Baichuan4
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
A requirements change record\n\nCompare these project notes. Version A: customers receive receipts by email; export contains all orders; support replies within two working days. Version B: receipts appear in the account; export includes paid orders only; support target remains two working days. List changes and unchanged requirements, quoting the wording that supports each finding.A comparison table containing requirement, previous wording, revised wording and change status.The support target is recorded as unchanged, and the export filter change is distinguished from receipt delivery.