Extract è il modello di ScaleDown per l’estrazione di entità guidata da descrizioni. Invece di scegliere da un unico insieme fisso di tipi di entità, il chiamante descrive in inglese corrente le informazioni da trovare. Il modello restituisce i passaggi corrispondenti con confidenza, offset dei caratteri e contesto circostante, rendendo più semplice ricollegare il risultato al materiale di origine.
Definisci ciascuna entità richiesta in funzione di uno scopo aziendale concreto. Un flusso di lavoro per le fatture può cercare identificativi dei documenti, date e importi così come sono scritti. Un flusso per i contratti può cercare le parti nominate, le scadenze o determinati obblighi. Un flusso per le email può cercare recapiti o un’azione richiesta.
Descrivi il significato di un campo senza affidarti soltanto al suo nome breve. Distingui una data di emissione da una scadenza di pagamento, oppure il nome di una persona da quello di un’organizzazione. Quando diversi campi hanno formulazioni simili, assegna a ciascuno una definizione che aiuti a mantenere separate le corrispondenze restituite.
Un risultato di estrazione utile conserva il passaggio originale insieme agli offset e al testo circostante. Questi valori permettono all’applicazione di identificare l’origine di una corrispondenza e a un revisore di esaminare le prove senza cercare di nuovo nell’intero documento. Mantieni il valore di confidenza associato alla corrispondenza, invece di considerare tutti i passaggi restituiti ugualmente certi.
Se un flusso di lavoro richiede una data normalizzata, un importo convertito o un altro valore derivato, conserva il testo originale accanto alla trasformazione successiva. L’estrazione di entità identifica ciò che dice il documento; l’applicazione decide quali normalizzazioni e regole di validazione applicare alle prove restituite.
La gamma di input dichiarata per il modello comprende testo, immagini e file come i PDF, con OCR integrato per i documenti scansionati. Usa materiale di origine leggibile e conserva gli identificativi di documenti e pagine quando sono importanti per la revisione. Una scansione di scarsa qualità può rendere ambiguo un campo: esamina quindi il contesto restituito prima di accettare un valore critico.
La finestra di contesto dichiarata è di 1.000.000 di token. Per un documento o una raccolta di grandi dimensioni, mantieni coerenti le definizioni delle entità richieste e associa ogni risultato al materiale da cui proviene. Lo stesso insieme di definizioni può aiutare un’applicazione a confrontare i campi estratti da contratti, fatture, messaggi o trascrizioni.
La modalità di output dichiarata è il testo. Usa il flusso di estrazione che circonda il modello per validare qualsiasi struttura di record leggibile da una macchina di cui abbia bisogno. Conserva il testo corrispondente e il contesto di origine prima di memorizzare o trasformare il risultato.
Un artefatto finale utile contiene il nome dell’entità richiesta, il testo originale corrispondente, la posizione o il contesto pertinente e la confidenza da esaminare. Mantieni visibili le corrispondenze irrisolte o concorrenti, invece di inventare un campo mancante. In questo modo ottieni un record di estrazione basato su prove, pronto per controlli e trasformazioni successivi.
scaledown/extractExtract individua in testi, immagini e documenti le entità descritte dal chiamante. Definisci i campi in inglese corrente, poi conserva i passaggi corrispondenti, i punteggi di confidenza, gli offset dei caratteri e il contesto circostante. L’OCR integrato supporta scansioni e PDF, con un contesto dichiarato di 1.000.000 di token per i flussi di lavoro documentali.
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.
Extract è il modello di ScaleDown per l’estrazione di entità guidata da descrizioni. Invece di scegliere da un unico insieme fisso di tipi di entità, il chiamante descrive in inglese corrente le informazioni da trovare. Il modello restituisce i passaggi corrispondenti con confidenza, offset dei caratteri e contesto circostante, rendendo più semplice ricollegare il risultato al materiale di origine.
Definisci ciascuna entità richiesta in funzione di uno scopo aziendale concreto. Un flusso di lavoro per le fatture può cercare identificativi dei documenti, date e importi così come sono scritti. Un flusso per i contratti può cercare le parti nominate, le scadenze o determinati obblighi. Un flusso per le email può cercare recapiti o un’azione richiesta.
Descrivi il significato di un campo senza affidarti soltanto al suo nome breve. Distingui una data di emissione da una scadenza di pagamento, oppure il nome di una persona da quello di un’organizzazione. Quando diversi campi hanno formulazioni simili, assegna a ciascuno una definizione che aiuti a mantenere separate le corrispondenze restituite.
Un risultato di estrazione utile conserva il passaggio originale insieme agli offset e al testo circostante. Questi valori permettono all’applicazione di identificare l’origine di una corrispondenza e a un revisore di esaminare le prove senza cercare di nuovo nell’intero documento. Mantieni il valore di confidenza associato alla corrispondenza, invece di considerare tutti i passaggi restituiti ugualmente certi.
Se un flusso di lavoro richiede una data normalizzata, un importo convertito o un altro valore derivato, conserva il testo originale accanto alla trasformazione successiva. L’estrazione di entità identifica ciò che dice il documento; l’applicazione decide quali normalizzazioni e regole di validazione applicare alle prove restituite.
La gamma di input dichiarata per il modello comprende testo, immagini e file come i PDF, con OCR integrato per i documenti scansionati. Usa materiale di origine leggibile e conserva gli identificativi di documenti e pagine quando sono importanti per la revisione. Una scansione di scarsa qualità può rendere ambiguo un campo: esamina quindi il contesto restituito prima di accettare un valore critico.
La finestra di contesto dichiarata è di 1.000.000 di token. Per un documento o una raccolta di grandi dimensioni, mantieni coerenti le definizioni delle entità richieste e associa ogni risultato al materiale da cui proviene. Lo stesso insieme di definizioni può aiutare un’applicazione a confrontare i campi estratti da contratti, fatture, messaggi o trascrizioni.
La modalità di output dichiarata è il testo. Usa il flusso di estrazione che circonda il modello per validare qualsiasi struttura di record leggibile da una macchina di cui abbia bisogno. Conserva il testo corrispondente e il contesto di origine prima di memorizzare o trasformare il risultato.
Un artefatto finale utile contiene il nome dell’entità richiesta, il testo originale corrispondente, la posizione o il contesto pertinente e la confidenza da esaminare. Mantieni visibili le corrispondenze irrisolte o concorrenti, invece di inventare un campo mancante. In questo modo ottieni un record di estrazione basato su prove, pronto per controlli e trasformazioni successivi.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti scaledown/extract | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
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 |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Alias del metodo: /chat/completions
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 $0.0001 / 1K token Output · Token in output $0 / 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 $0.0001 / 1K token Output · Token in output $0 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"scaledown/extract","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="scaledown/extract", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 scaledown/extract
/chat/completions
scaledown/extractExtract individua in testi, immagini e documenti le entità descritte dal chiamante. Definisci i campi in inglese corrente, poi conserva i passaggi corrispondenti, i punteggi di confidenza, gli offset dei caratteri e il contesto circostante. L’OCR integrato supporta scansioni e PDF, con un contesto dichiarato di 1.000.000 di token per i flussi di lavoro documentali.
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.
Extract è il modello di ScaleDown per l’estrazione di entità guidata da descrizioni. Invece di scegliere da un unico insieme fisso di tipi di entità, il chiamante descrive in inglese corrente le informazioni da trovare. Il modello restituisce i passaggi corrispondenti con confidenza, offset dei caratteri e contesto circostante, rendendo più semplice ricollegare il risultato al materiale di origine.
Definisci ciascuna entità richiesta in funzione di uno scopo aziendale concreto. Un flusso di lavoro per le fatture può cercare identificativi dei documenti, date e importi così come sono scritti. Un flusso per i contratti può cercare le parti nominate, le scadenze o determinati obblighi. Un flusso per le email può cercare recapiti o un’azione richiesta.
Descrivi il significato di un campo senza affidarti soltanto al suo nome breve. Distingui una data di emissione da una scadenza di pagamento, oppure il nome di una persona da quello di un’organizzazione. Quando diversi campi hanno formulazioni simili, assegna a ciascuno una definizione che aiuti a mantenere separate le corrispondenze restituite.
Un risultato di estrazione utile conserva il passaggio originale insieme agli offset e al testo circostante. Questi valori permettono all’applicazione di identificare l’origine di una corrispondenza e a un revisore di esaminare le prove senza cercare di nuovo nell’intero documento. Mantieni il valore di confidenza associato alla corrispondenza, invece di considerare tutti i passaggi restituiti ugualmente certi.
Se un flusso di lavoro richiede una data normalizzata, un importo convertito o un altro valore derivato, conserva il testo originale accanto alla trasformazione successiva. L’estrazione di entità identifica ciò che dice il documento; l’applicazione decide quali normalizzazioni e regole di validazione applicare alle prove restituite.
La gamma di input dichiarata per il modello comprende testo, immagini e file come i PDF, con OCR integrato per i documenti scansionati. Usa materiale di origine leggibile e conserva gli identificativi di documenti e pagine quando sono importanti per la revisione. Una scansione di scarsa qualità può rendere ambiguo un campo: esamina quindi il contesto restituito prima di accettare un valore critico.
La finestra di contesto dichiarata è di 1.000.000 di token. Per un documento o una raccolta di grandi dimensioni, mantieni coerenti le definizioni delle entità richieste e associa ogni risultato al materiale da cui proviene. Lo stesso insieme di definizioni può aiutare un’applicazione a confrontare i campi estratti da contratti, fatture, messaggi o trascrizioni.
La modalità di output dichiarata è il testo. Usa il flusso di estrazione che circonda il modello per validare qualsiasi struttura di record leggibile da una macchina di cui abbia bisogno. Conserva il testo corrispondente e il contesto di origine prima di memorizzare o trasformare il risultato.
Un artefatto finale utile contiene il nome dell’entità richiesta, il testo originale corrispondente, la posizione o il contesto pertinente e la confidenza da esaminare. Mantieni visibili le corrispondenze irrisolte o concorrenti, invece di inventare un campo mancante. In questo modo ottieni un record di estrazione basato su prove, pronto per controlli e trasformazioni successivi.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti scaledown/extract | 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 $0.0001 / 1K token Output · Token in output $0 / 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 $0.0001 / 1K token Output · Token in output $0 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "scaledown/extract",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'scaledown/extract', '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': 'scaledown/extract', '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 scaledown/extract
/chat/completions