Reka Edge è il modello compatto visione-linguaggio di Reka AI per applicazioni fisiche e visive. L'edizione 2603 pubblicata accetta immagini o video con un prompt scritto e genera testo; supporta anche domande esclusivamente testuali. Le attività principali sono comprensione delle scene, analisi video, rilevamento di oggetti e interazione orientata agli strumenti sulla base di input visivi.
Il modello combina un encoder visivo da 657 milioni di parametri con una struttura linguistica da 6,4 miliardi di parametri. Il suo encoder visivo convoluzionale produce 64 token per tassello dell'immagine. La configurazione testuale pubblicata imposta un numero massimo di posizioni di 16.384, con scalatura della lunghezza a partire da una base di 8.192 posizioni. Sono proprietà della configurazione del checkpoint del produttore; gli input visivi e la conversazione devono comunque rientrare nel contesto usato per l'attività.
Per rispondere a domande visive, fornisci l'immagine e chiedi informazioni su un oggetto, una relazione o un evento concreto. Un prompt utile per l'ispezione identifica ciò che occorre distinguere: la posizione dell'oggetto, una condizione visibile o un cambiamento tra fotogrammi. Per i video, includi la sequenza e descrivi l'evento da trovare. Gli esempi applicativi del produttore spaziano da didascalie multimediali, rilevamento di loghi, momenti salienti e metadati fino a robotica, videocamere per veicoli e assistenza visiva.
Il rilevamento di oggetti ha un prompt specifico del produttore: Detect: seguito dalla descrizione dell'oggetto. La descrizione può indicare uno o più obiettivi. Il risultato documentato associa etichette di oggetti a coordinate di riquadri delimitatori, usando i marcatori ref e bbox. In un'applicazione, conserva la relazione tra ogni etichetta e le sue coordinate, così che la regione rilevata possa essere esaminata o visualizzata sull'immagine originale.
Un'attività pratica di revisione multimediale può richiedere l'evento visibile, gli oggetti coinvolti e una didascalia concisa per un archivio. Per l'ispezione di una scena, definisci l'oggetto bersaglio e la condizione rilevante prima di richiedere una descrizione. Distingui quanto osservato dal modello dall'azione successiva scelta dall'applicazione. Il modello fornisce l'interpretazione visiva o l'interazione proposta con gli strumenti; l'applicazione circostante esegue le azioni esterne.
Reka pubblica istruzioni per la distribuzione locale del checkpoint, inclusi esempi per immagini, video, rilevamento e solo testo. La scheda usa il template di conversazione e il marcatore di fine turno propri del modello. Nel suo esempio locale disabilita esplicitamente una modalità di ragionamento separata: l'interpretazione visiva è una capacità, mentre una fase di pensiero esposta è una funzionalità diversa. Il modello è progettato per l'uso edge, in sede e nel cloud; la distribuzione quantizzata è una configurazione separata, non un'identità implicita nel nome del modello.
Per la valutazione locale, il produttore raccomanda di lasciare memoria libera per la generazione: la scheda indica un minimo di 24 GB di memoria per un Mac e almeno 24 GB di memoria GPU più 24 GB di memoria di sistema per una configurazione PC. Raccomanda 32 GB o più nelle rispettive categorie di memoria, con circa 14 GB per il modello float16 su Mac. Questi valori di distribuzione descrivono la configurazione locale pubblicata. Aiutano a distinguere le dimensioni compatte del modello dalle risorse necessarie a un'applicazione che gestisce input visivi.
", "aboutText": "Reka Edge è il modello compatto visione-linguaggio di Reka AI per applicazioni fisiche e visive. L'edizione 2603 pubblicata accetta immagini o video con un prompt scritto e genera testo; supporta anche domande esclusivamente testuali. Le attività principali sono comprensione delle scene, analisi video, rilevamento di oggetti e interazione orientata agli strumenti sulla base di input visivi.\n\nIl modello combina un encoder visivo da 657 milioni di parametri con una struttura linguistica da 6,4 miliardi di parametri. Il suo encoder visivo convoluzionale produce 64 token per tassello dell'immagine. La configurazione testuale pubblicata imposta un numero massimo di posizioni di 16.384, con scalatura della lunghezza a partire da una base di 8.192 posizioni. Sono proprietà della configurazione del checkpoint del produttore; gli input visivi e la conversazione devono comunque rientrare nel contesto usato per l'attività.\n\nPer rispondere a domande visive, fornisci l'immagine e chiedi informazioni su un oggetto, una relazione o un evento concreto. Un prompt utile per l'ispezione identifica ciò che occorre distinguere: la posizione dell'oggetto, una condizione visibile o un cambiamento tra fotogrammi. Per i video, includi la sequenza e descrivi l'evento da trovare. Gli esempi applicativi del produttore spaziano da didascalie multimediali, rilevamento di loghi, momenti salienti e metadati fino a robotica, videocamere per veicoli e assistenza visiva.\n\nIl rilevamento di oggetti ha un prompt specifico del produttore: Detect: seguito dalla descrizione dell'oggetto. La descrizione può indicare uno o più obiettivi. Il risultato documentato associa etichette di oggetti a coordinate di riquadri delimitatori, usando i marcatori ref e bbox. In un'applicazione, conserva la relazione tra ogni etichetta e le sue coordinate, così che la regione rilevata possa essere esaminata o visualizzata sull'immagine originale.\n\nUn'attività pratica di revisione multimediale può richiedere l'evento visibile, gli oggetti coinvolti e una didascalia concisa per un archivio. Per l'ispezione di una scena, definisci l'oggetto bersaglio e la condizione rilevante prima di richiedere una descrizione. Distingui quanto osservato dal modello dall'azione successiva scelta dall'applicazione. Il modello fornisce l'interpretazione visiva o l'interazione proposta con gli strumenti; l'applicazione circostante esegue le azioni esterne.\n\nReka pubblica istruzioni per la distribuzione locale del checkpoint, inclusi esempi per immagini, video, rilevamento e solo testo. La scheda usa il template di conversazione e il marcatore di fine turno propri del modello. Nel suo esempio locale disabilita esplicitamente una modalità di ragionamento separata: l'interpretazione visiva è una capacità, mentre una fase di pensiero esposta è una funzionalità diversa. Il modello è progettato per l'uso edge, in sede e nel cloud; la distribuzione quantizzata è una configurazione separata, non un'identità implicita nel nome del modello.\n\nPer la valutazione locale, il produttore raccomanda di lasciare memoria libera per la generazione: la scheda indica un minimo di 24 GB di memoria per un Mac e almeno 24 GB di memoria GPU più 24 GB di memoria di sistema per una configurazione PC. Raccomanda 32 GB o più nelle rispettive categorie di memoria, con circa 14 GB per il modello float16 su Mac. Questi valori di distribuzione descrivono la configurazione locale pubblicata. Aiutano a distinguere le dimensioni compatte del modello dalle risorse necessarie a un'applicazione che gestisce input visivi.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Caption a described loading scene\n\nWrite a concise archive caption from this textual scene description: a worker stands beside a parked van; two sealed boxes are on a trolley; no loading movement is described. Include the objects and their relationship, and add a short uncertainty note about whether loading has begun. Do not infer motion from proximity.A neutral scene caption and a separate uncertainty note.Check that the caption distinguishes observed positions from an unobserved loading action.rekaai/reka-edgeReka Edge è un modello visione-linguaggio da 7 miliardi di parametri per la comprensione di immagini e video, il rilevamento di oggetti e i flussi con strumenti guidati dalla visione. Riceve materiale visivo e testo, produce testo e fornisce un formato di prompt dedicato al rilevamento.
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.
Reka Edge è il modello compatto visione-linguaggio di Reka AI per applicazioni fisiche e visive. L'edizione 2603 pubblicata accetta immagini o video con un prompt scritto e genera testo; supporta anche domande esclusivamente testuali. Le attività principali sono comprensione delle scene, analisi video, rilevamento di oggetti e interazione orientata agli strumenti sulla base di input visivi.
Il modello combina un encoder visivo da 657 milioni di parametri con una struttura linguistica da 6,4 miliardi di parametri. Il suo encoder visivo convoluzionale produce 64 token per tassello dell'immagine. La configurazione testuale pubblicata imposta un numero massimo di posizioni di 16.384, con scalatura della lunghezza a partire da una base di 8.192 posizioni. Sono proprietà della configurazione del checkpoint del produttore; gli input visivi e la conversazione devono comunque rientrare nel contesto usato per l'attività.
Per rispondere a domande visive, fornisci l'immagine e chiedi informazioni su un oggetto, una relazione o un evento concreto. Un prompt utile per l'ispezione identifica ciò che occorre distinguere: la posizione dell'oggetto, una condizione visibile o un cambiamento tra fotogrammi. Per i video, includi la sequenza e descrivi l'evento da trovare. Gli esempi applicativi del produttore spaziano da didascalie multimediali, rilevamento di loghi, momenti salienti e metadati fino a robotica, videocamere per veicoli e assistenza visiva.
Il rilevamento di oggetti ha un prompt specifico del produttore: Detect: seguito dalla descrizione dell'oggetto. La descrizione può indicare uno o più obiettivi. Il risultato documentato associa etichette di oggetti a coordinate di riquadri delimitatori, usando i marcatori ref e bbox. In un'applicazione, conserva la relazione tra ogni etichetta e le sue coordinate, così che la regione rilevata possa essere esaminata o visualizzata sull'immagine originale.
Un'attività pratica di revisione multimediale può richiedere l'evento visibile, gli oggetti coinvolti e una didascalia concisa per un archivio. Per l'ispezione di una scena, definisci l'oggetto bersaglio e la condizione rilevante prima di richiedere una descrizione. Distingui quanto osservato dal modello dall'azione successiva scelta dall'applicazione. Il modello fornisce l'interpretazione visiva o l'interazione proposta con gli strumenti; l'applicazione circostante esegue le azioni esterne.
Reka pubblica istruzioni per la distribuzione locale del checkpoint, inclusi esempi per immagini, video, rilevamento e solo testo. La scheda usa il template di conversazione e il marcatore di fine turno propri del modello. Nel suo esempio locale disabilita esplicitamente una modalità di ragionamento separata: l'interpretazione visiva è una capacità, mentre una fase di pensiero esposta è una funzionalità diversa. Il modello è progettato per l'uso edge, in sede e nel cloud; la distribuzione quantizzata è una configurazione separata, non un'identità implicita nel nome del modello.
Per la valutazione locale, il produttore raccomanda di lasciare memoria libera per la generazione: la scheda indica un minimo di 24 GB di memoria per un Mac e almeno 24 GB di memoria GPU più 24 GB di memoria di sistema per una configurazione PC. Raccomanda 32 GB o più nelle rispettive categorie di memoria, con circa 14 GB per il modello float16 su Mac. Questi valori di distribuzione descrivono la configurazione locale pubblicata. Aiutano a distinguere le dimensioni compatte del modello dalle risorse necessarie a un'applicazione che gestisce input visivi.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti rekaai/reka-edge | 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 $0.0002 / 1K token Output · Token in output $0.0002 / 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 $0.0002 / 1K token Output · Token in output $0.0002 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "rekaai/reka-edge", "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='rekaai/reka-edge',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='rekaai/reka-edge',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 rekaai/reka-edge
Usa i percorsi dei metodi indicati sopra.
rekaai/reka-edgeReka Edge è un modello visione-linguaggio da 7 miliardi di parametri per la comprensione di immagini e video, il rilevamento di oggetti e i flussi con strumenti guidati dalla visione. Riceve materiale visivo e testo, produce testo e fornisce un formato di prompt dedicato al rilevamento.
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.
Reka Edge è il modello compatto visione-linguaggio di Reka AI per applicazioni fisiche e visive. L'edizione 2603 pubblicata accetta immagini o video con un prompt scritto e genera testo; supporta anche domande esclusivamente testuali. Le attività principali sono comprensione delle scene, analisi video, rilevamento di oggetti e interazione orientata agli strumenti sulla base di input visivi.
Il modello combina un encoder visivo da 657 milioni di parametri con una struttura linguistica da 6,4 miliardi di parametri. Il suo encoder visivo convoluzionale produce 64 token per tassello dell'immagine. La configurazione testuale pubblicata imposta un numero massimo di posizioni di 16.384, con scalatura della lunghezza a partire da una base di 8.192 posizioni. Sono proprietà della configurazione del checkpoint del produttore; gli input visivi e la conversazione devono comunque rientrare nel contesto usato per l'attività.
Per rispondere a domande visive, fornisci l'immagine e chiedi informazioni su un oggetto, una relazione o un evento concreto. Un prompt utile per l'ispezione identifica ciò che occorre distinguere: la posizione dell'oggetto, una condizione visibile o un cambiamento tra fotogrammi. Per i video, includi la sequenza e descrivi l'evento da trovare. Gli esempi applicativi del produttore spaziano da didascalie multimediali, rilevamento di loghi, momenti salienti e metadati fino a robotica, videocamere per veicoli e assistenza visiva.
Il rilevamento di oggetti ha un prompt specifico del produttore: Detect: seguito dalla descrizione dell'oggetto. La descrizione può indicare uno o più obiettivi. Il risultato documentato associa etichette di oggetti a coordinate di riquadri delimitatori, usando i marcatori ref e bbox. In un'applicazione, conserva la relazione tra ogni etichetta e le sue coordinate, così che la regione rilevata possa essere esaminata o visualizzata sull'immagine originale.
Un'attività pratica di revisione multimediale può richiedere l'evento visibile, gli oggetti coinvolti e una didascalia concisa per un archivio. Per l'ispezione di una scena, definisci l'oggetto bersaglio e la condizione rilevante prima di richiedere una descrizione. Distingui quanto osservato dal modello dall'azione successiva scelta dall'applicazione. Il modello fornisce l'interpretazione visiva o l'interazione proposta con gli strumenti; l'applicazione circostante esegue le azioni esterne.
Reka pubblica istruzioni per la distribuzione locale del checkpoint, inclusi esempi per immagini, video, rilevamento e solo testo. La scheda usa il template di conversazione e il marcatore di fine turno propri del modello. Nel suo esempio locale disabilita esplicitamente una modalità di ragionamento separata: l'interpretazione visiva è una capacità, mentre una fase di pensiero esposta è una funzionalità diversa. Il modello è progettato per l'uso edge, in sede e nel cloud; la distribuzione quantizzata è una configurazione separata, non un'identità implicita nel nome del modello.
Per la valutazione locale, il produttore raccomanda di lasciare memoria libera per la generazione: la scheda indica un minimo di 24 GB di memoria per un Mac e almeno 24 GB di memoria GPU più 24 GB di memoria di sistema per una configurazione PC. Raccomanda 32 GB o più nelle rispettive categorie di memoria, con circa 14 GB per il modello float16 su Mac. Questi valori di distribuzione descrivono la configurazione locale pubblicata. Aiutano a distinguere le dimensioni compatte del modello dalle risorse necessarie a un'applicazione che gestisce input visivi.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti rekaai/reka-edge | 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 $0.0002 / 1K token Output · Token in output $0.0002 / 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 $0.0002 / 1K token Output · Token in output $0.0002 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "rekaai/reka-edge",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'rekaai/reka-edge', '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': 'rekaai/reka-edge', '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 rekaai/reka-edge
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Caption a described loading scene\n\nWrite a concise archive caption from this textual scene description: a worker stands beside a parked van; two sealed boxes are on a trolley; no loading movement is described. Include the objects and their relationship, and add a short uncertainty note about whether loading has begun. Do not infer motion from proximity.A neutral scene caption and a separate uncertainty note.Check that the caption distinguishes observed positions from an unobserved loading action.