{ "aboutHtml": "

Hunyuan-MT-7B è il modello di traduzione multilingue di Tencent. Il suo compito di base è ricevere un passaggio sorgente e produrlo nella lingua di destinazione richiesta. Tencent distingue questo traduttore da Hunyuan-MT-Chimera, il modello di insieme della famiglia che perfeziona più traduzioni candidate in un unico risultato.

Scegli la coppia linguistica e la traduzione desiderata

Tencent descrive la traduzione reciproca tra 33 lingue e mette in risalto cinque lingue o dialetti delle minoranze etniche cinesi. La tabella linguistica pubblicata comprende cinese, cinese tradizionale, inglese, francese, portoghese, spagnolo, giapponese, turco, russo, arabo, coreano, thailandese, italiano, tedesco, vietnamita, malese, indonesiano, filippino, hindi, polacco, ceco, olandese, khmer, birmano, persiano, gujarati, urdu, telugu, marathi, ebraico, bengalese, tamil e ucraino. Elenca inoltre esplicitamente tibetano, kazako, mongolo, uiguro e cantonese.

Indica con precisione la lingua di destinazione, compreso il sistema di scrittura richiesto quando pertinente. Un brief utile può specificare se un documento richiede cinese semplificato o tradizionale e indicare il pubblico e la terminologia da mantenere coerente. Conserva intatto il passaggio sorgente, così che la traduzione possa essere verificata sul materiale esatto fornito.

Segui il prompt di traduzione del produttore

Il produttore fornisce un modello di prompt per la traduzione che coinvolge il cinese e un altro per coppie linguistiche che non lo coinvolgono. Entrambi indicano la lingua di destinazione, collocano il testo sorgente sotto l’istruzione e chiedono la traduzione senza una spiegazione aggiunta. Il modello non ha un prompt di sistema predefinito: inserisci quindi l’istruzione dell’attività nel messaggio inviato invece di affidarti a un ruolo predefinito non specificato.

Per una coppia che non coinvolge il cinese, un brief originale può iniziare così: «Traduci il segmento seguente in francese, senza spiegazioni aggiuntive». Fallo seguire dal passaggio sorgente. Quando l’attività coinvolge il cinese, usa il corrispondente modello cinese e sostituisci il segnaposto della lingua di destinazione. L’artefatto atteso è il passaggio tradotto, pronto per una verifica separata o per il passaggio di elaborazione successivo di un’applicazione.

Prepara segmenti che preservino il significato

Usa frasi o paragrafi coerenti invece di spezzare il testo in posizioni arbitrarie dei caratteri. Mantieni il materiale circostante necessario per interpretare pronomi, termini tecnici ed espressioni idiomatiche. Per un manuale di prodotto, includi insieme nome del prodotto, termini definiti e istruzione effettiva; per uno scambio di assistenza, conserva la domanda e la risposta a cui si riferisce.

Se un documento più grande viene elaborato per segmenti, conserva un ID stabile del segmento fuori dal testo da tradurre e mantieni la terminologia concordata nei passaggi risultanti. Chiedi esplicitamente come gestire nomi, misure e segnaposto, quindi controlla tale trattamento nell’output. Questi passaggi preparatori rendono il risultato più facile da ricomporre e verificare; non sostituiscono il controllo del significato tradotto.

Mantieni distinti il traduttore e il modello di insieme

Hunyuan-MT-7B produce una traduzione a partire dalla fonte. Il flusso documentato di Chimera riceve invece il sorgente originale insieme a più candidati nella lingua di destinazione e produce un’unica traduzione perfezionata. Un flusso che usa entrambe le fasi deve fornire quei candidati al modello di insieme separato; selezionare soltanto MT-7B non esegue quell’ulteriore fusione.

Il produttore elenca inoltre separatamente i checkpoint FP8. Conserva il nome dell’edizione ordinaria Hunyuan-MT-7B quando salvi richiesta e traduzione e distinguila da un artefatto FP8 o Chimera quando confronti i risultati. I successivi modelli HY-MT1.5 hanno identità e specifiche proprie.

Indicazioni per l’inferenza nativa e verifica del risultato

Tencent raccomanda temperature 0.7, top_p 0.6, top_k 20 e repetition_penalty 1.05 nel suo esempio di inferenza nativa. Considera il contenuto tradotto come il risultato da verificare. Controlla nomi, numeri, unità, negazioni, date e relazione tra le frasi confrontandoli con la fonte, soprattutto quando una traduzione letterale potrebbe perdere il significato voluto.

Conserva insieme sorgente, lingua di destinazione, identità del modello selezionato e traduzione finale verificata. Per il testo di un’applicazione, controlla che segnaposto e formattazione restino collegati ai campi previsti; per un documento, leggi i paragrafi ricomposti per verificare coerenza di terminologia e tono. Anche una frase scorrevole può richiedere una correzione se cambia un dettaglio fattuale o un’istruzione.

Tramite Ailoot, seleziona questo esatto ID del modello in /v1/chat/completions e fornisci l’attività in messages. Ogni messaggio contiene un role e il relativo content; mantieni insieme l’istruzione pertinente e il materiale di partenza. Raccogli la risposta JSON completa oppure tutti i segmenti SSE quando stream è abilitato e conserva usage insieme al risultato scritto.

", "aboutText": "Hunyuan-MT-7B è il modello di traduzione multilingue di Tencent. Il suo compito di base è ricevere un passaggio sorgente e produrlo nella lingua di destinazione richiesta. Tencent distingue questo traduttore da Hunyuan-MT-Chimera, il modello di insieme della famiglia che perfeziona più traduzioni candidate in un unico risultato.\n\n### Scegli la coppia linguistica e la traduzione desiderata\n\nTencent descrive la traduzione reciproca tra 33 lingue e mette in risalto cinque lingue o dialetti delle minoranze etniche cinesi. La tabella linguistica pubblicata comprende cinese, cinese tradizionale, inglese, francese, portoghese, spagnolo, giapponese, turco, russo, arabo, coreano, thailandese, italiano, tedesco, vietnamita, malese, indonesiano, filippino, hindi, polacco, ceco, olandese, khmer, birmano, persiano, gujarati, urdu, telugu, marathi, ebraico, bengalese, tamil e ucraino. Elenca inoltre esplicitamente tibetano, kazako, mongolo, uiguro e cantonese.\n\nIndica con precisione la lingua di destinazione, compreso il sistema di scrittura richiesto quando pertinente. Un brief utile può specificare se un documento richiede cinese semplificato o tradizionale e indicare il pubblico e la terminologia da mantenere coerente. Conserva intatto il passaggio sorgente, così che la traduzione possa essere verificata sul materiale esatto fornito.\n\n### Segui il prompt di traduzione del produttore\n\nIl produttore fornisce un modello di prompt per la traduzione che coinvolge il cinese e un altro per coppie linguistiche che non lo coinvolgono. Entrambi indicano la lingua di destinazione, collocano il testo sorgente sotto l’istruzione e chiedono la traduzione senza una spiegazione aggiunta. Il modello non ha un prompt di sistema predefinito: inserisci quindi l’istruzione dell’attività nel messaggio inviato invece di affidarti a un ruolo predefinito non specificato.\n\nPer una coppia che non coinvolge il cinese, un brief originale può iniziare così: «Traduci il segmento seguente in francese, senza spiegazioni aggiuntive». Fallo seguire dal passaggio sorgente. Quando l’attività coinvolge il cinese, usa il corrispondente modello cinese e sostituisci il segnaposto della lingua di destinazione. L’artefatto atteso è il passaggio tradotto, pronto per una verifica separata o per il passaggio di elaborazione successivo di un’applicazione.\n\n### Prepara segmenti che preservino il significato\n\nUsa frasi o paragrafi coerenti invece di spezzare il testo in posizioni arbitrarie dei caratteri. Mantieni il materiale circostante necessario per interpretare pronomi, termini tecnici ed espressioni idiomatiche. Per un manuale di prodotto, includi insieme nome del prodotto, termini definiti e istruzione effettiva; per uno scambio di assistenza, conserva la domanda e la risposta a cui si riferisce.\n\nSe un documento più grande viene elaborato per segmenti, conserva un ID stabile del segmento fuori dal testo da tradurre e mantieni la terminologia concordata nei passaggi risultanti. Chiedi esplicitamente come gestire nomi, misure e segnaposto, quindi controlla tale trattamento nell’output. Questi passaggi preparatori rendono il risultato più facile da ricomporre e verificare; non sostituiscono il controllo del significato tradotto.\n\n### Mantieni distinti il traduttore e il modello di insieme\n\nHunyuan-MT-7B produce una traduzione a partire dalla fonte. Il flusso documentato di Chimera riceve invece il sorgente originale insieme a più candidati nella lingua di destinazione e produce un’unica traduzione perfezionata. Un flusso che usa entrambe le fasi deve fornire quei candidati al modello di insieme separato; selezionare soltanto MT-7B non esegue quell’ulteriore fusione.\n\nIl produttore elenca inoltre separatamente i checkpoint FP8. Conserva il nome dell’edizione ordinaria Hunyuan-MT-7B quando salvi richiesta e traduzione e distinguila da un artefatto FP8 o Chimera quando confronti i risultati. I successivi modelli HY-MT1.5 hanno identità e specifiche proprie.\n\n### Indicazioni per l’inferenza nativa e verifica del risultato\n\nTencent raccomanda temperature 0.7, top_p 0.6, top_k 20 e repetition_penalty 1.05 nel suo esempio di inferenza nativa. Considera il contenuto tradotto come il risultato da verificare. Controlla nomi, numeri, unità, negazioni, date e relazione tra le frasi confrontandoli con la fonte, soprattutto quando una traduzione letterale potrebbe perdere il significato voluto.\n\nConserva insieme sorgente, lingua di destinazione, identità del modello selezionato e traduzione finale verificata. Per il testo di un’applicazione, controlla che segnaposto e formattazione restino collegati ai campi previsti; per un documento, leggi i paragrafi ricomposti per verificare coerenza di terminologia e tono. Anche una frase scorrevole può richiedere una correzione se cambia un dettaglio fattuale o un’istruzione.\n\nTramite Ailoot, seleziona questo esatto ID del modello in /v1/chat/completions e fornisci l’attività in messages. Ogni messaggio contiene un role e il relativo content; mantieni insieme l’istruzione pertinente e il materiale di partenza. Raccogli la risposta JSON completa oppure tutti i segmenti SSE quando stream è abilitato e conserva usage insieme al risultato scritto.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "fef27791de9892576ad5fc25d8b39085ea57b27b21df7dc9d1f14403b6748ba1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "
•

tencent/Hunyuan-MT-7B

Altro /tencent/Hunyuan-MT-7B

Introduzione

Hunyuan-MT-7B di Tencent traduce il testo fornito in una lingua di destinazione indicata, con copertura multilingue e particolare attenzione al cinese, alle lingue minoritarie e ai dialetti. È il modello di traduzione della famiglia; il modello separato Chimera combina più traduzioni candidate.

Input accettati
Testo · Immagini
Risultati
Testo
Informazioni sul modello

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.

Hunyuan-MT-7B è il modello di traduzione multilingue di Tencent. Il suo compito di base è ricevere un passaggio sorgente e produrlo nella lingua di destinazione richiesta. Tencent distingue questo traduttore da Hunyuan-MT-Chimera, il modello di insieme della famiglia che perfeziona più traduzioni candidate in un unico risultato.

Scegli la coppia linguistica e la traduzione desiderata

Tencent descrive la traduzione reciproca tra 33 lingue e mette in risalto cinque lingue o dialetti delle minoranze etniche cinesi. La tabella linguistica pubblicata comprende cinese, cinese tradizionale, inglese, francese, portoghese, spagnolo, giapponese, turco, russo, arabo, coreano, thailandese, italiano, tedesco, vietnamita, malese, indonesiano, filippino, hindi, polacco, ceco, olandese, khmer, birmano, persiano, gujarati, urdu, telugu, marathi, ebraico, bengalese, tamil e ucraino. Elenca inoltre esplicitamente tibetano, kazako, mongolo, uiguro e cantonese.

Indica con precisione la lingua di destinazione, compreso il sistema di scrittura richiesto quando pertinente. Un brief utile può specificare se un documento richiede cinese semplificato o tradizionale e indicare il pubblico e la terminologia da mantenere coerente. Conserva intatto il passaggio sorgente, così che la traduzione possa essere verificata sul materiale esatto fornito.

Segui il prompt di traduzione del produttore

Il produttore fornisce un modello di prompt per la traduzione che coinvolge il cinese e un altro per coppie linguistiche che non lo coinvolgono. Entrambi indicano la lingua di destinazione, collocano il testo sorgente sotto l’istruzione e chiedono la traduzione senza una spiegazione aggiunta. Il modello non ha un prompt di sistema predefinito: inserisci quindi l’istruzione dell’attività nel messaggio inviato invece di affidarti a un ruolo predefinito non specificato.

Per una coppia che non coinvolge il cinese, un brief originale può iniziare così: «Traduci il segmento seguente in francese, senza spiegazioni aggiuntive». Fallo seguire dal passaggio sorgente. Quando l’attività coinvolge il cinese, usa il corrispondente modello cinese e sostituisci il segnaposto della lingua di destinazione. L’artefatto atteso è il passaggio tradotto, pronto per una verifica separata o per il passaggio di elaborazione successivo di un’applicazione.

Prepara segmenti che preservino il significato

Usa frasi o paragrafi coerenti invece di spezzare il testo in posizioni arbitrarie dei caratteri. Mantieni il materiale circostante necessario per interpretare pronomi, termini tecnici ed espressioni idiomatiche. Per un manuale di prodotto, includi insieme nome del prodotto, termini definiti e istruzione effettiva; per uno scambio di assistenza, conserva la domanda e la risposta a cui si riferisce.

Se un documento più grande viene elaborato per segmenti, conserva un ID stabile del segmento fuori dal testo da tradurre e mantieni la terminologia concordata nei passaggi risultanti. Chiedi esplicitamente come gestire nomi, misure e segnaposto, quindi controlla tale trattamento nell’output. Questi passaggi preparatori rendono il risultato più facile da ricomporre e verificare; non sostituiscono il controllo del significato tradotto.

Mantieni distinti il traduttore e il modello di insieme

Hunyuan-MT-7B produce una traduzione a partire dalla fonte. Il flusso documentato di Chimera riceve invece il sorgente originale insieme a più candidati nella lingua di destinazione e produce un’unica traduzione perfezionata. Un flusso che usa entrambe le fasi deve fornire quei candidati al modello di insieme separato; selezionare soltanto MT-7B non esegue quell’ulteriore fusione.

Il produttore elenca inoltre separatamente i checkpoint FP8. Conserva il nome dell’edizione ordinaria Hunyuan-MT-7B quando salvi richiesta e traduzione e distinguila da un artefatto FP8 o Chimera quando confronti i risultati. I successivi modelli HY-MT1.5 hanno identità e specifiche proprie.

Indicazioni per l’inferenza nativa e verifica del risultato

Tencent raccomanda temperature 0.7, top_p 0.6, top_k 20 e repetition_penalty 1.05 nel suo esempio di inferenza nativa. Considera il contenuto tradotto come il risultato da verificare. Controlla nomi, numeri, unità, negazioni, date e relazione tra le frasi confrontandoli con la fonte, soprattutto quando una traduzione letterale potrebbe perdere il significato voluto.

Conserva insieme sorgente, lingua di destinazione, identità del modello selezionato e traduzione finale verificata. Per il testo di un’applicazione, controlla che segnaposto e formattazione restino collegati ai campi previsti; per un documento, leggi i paragrafi ricomposti per verificare coerenza di terminologia e tono. Anche una frase scorrevole può richiedere una correzione se cambia un dettaglio fattuale o un’istruzione.

Tramite Ailoot, seleziona questo esatto ID del modello in /v1/chat/completions e fornisci l’attività in messages. Ogni messaggio contiene un role e il relativo content; mantieni insieme l’istruzione pertinente e il materiale di partenza. Raccogli la risposta JSON completa oppure tutti i segmenti SSE quando stream è abilitato e conserva usage insieme al risultato scritto.

Disponibile in Ailoot · input e metodi

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Tipi di input
text, image
Tipi di output
text
Formato di output
JSON or SSE
CampoTipoRequisitoValori e limitiPredefinito
CampomodelTipostringRequisitoObbligatorioValori e limiti
tencent/Hunyuan-MT-7B
Condizioni: Usa esattamente questo selettore di instradamento di Ailoot.
Predefinito—
CampomessagesTipoarrayRequisitoObbligatorioValori e limiti
Condizioni:
Predefinito—
CampostreamTipobooleanRequisitoFacoltativoValori e limiti
Condizioni:
Predefinitofalse
Combinazioni di materiali in input

text_input · Obbligatorio: messages

image_with_text · Obbligatorio: messages with actual image content blocks

Parametri e ciclo di vita del metodo
ParametroContratto
Parametrocontent_typeContrattoapplication/json
ParametrorequiredContrattomodel, messages
ParametrooptionalContrattostream
Parametromaterial_typesContrattotext, image
ParametroconditionsContrattoUsa esattamente questo selettore di instradamento di Ailoot., Questo protocollo trasporta contenuti di immagine quando lo specifico modello selezionato supporta la visione. L’accettazione delle richieste da parte del protocollo non dimostra che tutti i modelli possano elaborare immagini.

Alias del metodo: /chat/completions

Ciclo di vita: synchronous_or_streamed

Tariffe

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida
Tariffa standard Quando è selezionata la modalità rapida
Modalità flex
Tariffa standard Quando è selezionata la modalità flex
Sforzo massimo di ragionamento
Tariffa standard Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)
Tariffe della cache esplicita
Non abilitato Quando viene richiesta una cache esplicita
Tariffe a zero per il solo testo
La cache, gli strumenti e i contenuti multimediali seguono le rispettive condizioni di prezzo, elencate separatamente. Per ingresso e uscita di solo testo

Tariffe Ailoot

Prezzi per configurazione

ConfigurazioneListino delle tariffeCosto
ConfigurazioneTariffe base dei tokenListino delle tariffeTariffa baseCosto
Input · Token in input $0 / 1K token
Output · Token in output $0 / 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 →

Esempi di richieste

Ailoot Ultra · OpenAI Chat

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "tencent/Hunyuan-MT-7B", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\n

Ricevi e salva i risultati

Ailoot Ultra · OpenAI Chat

JSON or SSE

Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Conserva tutti i blocchi di contenuto, gli ID delle chiamate agli strumenti, le firme del ragionamento quando vengono restituite, tutti gli incrementi SSE e i dati completi di consumo. Il primo frammento di testo non è il risultato completo.

Se occorre verificare la risposta originale

Conserva l’X-Client-Request-ID originale, la risposta e le intestazioni. Un esito sconosciuto o result_pending_check non autorizza una seconda creazione.

Campi della risposta
CampoTipo
Campochoices[]Tipoobject
CampousageTipoobject
Errori e passaggi successivi
RispostaCondizionePassaggio successivo
Risposta400 · invalid_request_errorCondizioneUn campo obbligatorio, il selettore del modello, il tipo o la rappresentazione dei dati in ingresso non è valido.Passaggio successivoEsamina i dettagli di validazione restituiti prima di preparare una richiesta separata.
RispostaCondizioneLa richiesta originale o il relativo risultato è sconosciuto o richiede una verifica.Passaggio successivoConserva gli identificatori e le intestazioni originali; consulta solo i record di stato o della libreria supportati. Non inviare di nuovo la richiesta di creazione.

Alias

Alias del modello

Ailoot Ultra tencent/Hunyuan-MT-7B

Alias dei percorsi dei metodi

/chat/completions

ID di chiamata correlati

tencent/Hunyuan-MT-7B

", "method_identity": { "effective_request_model_id": "tencent/Hunyuan-MT-7B", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "tencent/Hunyuan-MT-7B", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|tencent%2FHunyuan-MT-7B", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "accepted_material_guidance": { "content_type": "application/json", "example_scope": "The preserved text example is one valid request form, not the full protocol input set.", "image_condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.", "material_types": [ "text", "image" ], "text_file_material": "Actual UTF-8 text can be inserted in a text content part." }, "all_results": "Retain the complete response and headers, original identifiers, every actual output and all usage/accounting fields. Save each unique owned asset and retain every role pointing to it.", "authentication": { "header": "Authorization", "scheme": "Bearer", "value": "$AILOOT_API_KEY" }, "errors": [ { "condition": "Un campo obbligatorio, il selettore del modello, il tipo o la rappresentazione dei dati in ingresso non è valido.", "http_status": 400, "recovery": "Esamina i dettagli di validazione restituiti prima di preparare una richiesta separata.", "type": "invalid_request_error" }, { "condition": "La richiesta originale o il relativo risultato è sconosciuto o richiede una verifica.", "http_status": null, "recovery": "Conserva gli identificatori e le intestazioni originali; consulta solo i record di stato o della libreria supportati. Non inviare di nuovo la richiesta di creazione.", "type": null } ], "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_or_streamed", "status": [], "unknown": "Conserva l’X-Client-Request-ID originale, la risposta e le intestazioni. Un esito sconosciuto o result_pending_check non autorizza una seconda creazione.", "unknown_no_replay": true }, "material_combinations": [ { "materials": [ "text" ], "mode": "text_input", "required": [ "messages" ] }, { "condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.", "materials": [ "text", "image" ], "mode": "image_with_text", "required": [ "messages with actual image content blocks" ] } ], "model_capability_scope": { "all_models_vision_claim": false, "manufacturer_description_preserved": "Retain grounded accepted legacy vision descriptions; a plain text example is not a capability ceiling.", "model_vision": "conditional_on_exact_model_capability", "transport_materials": [ "text", "image" ], "video_audio_inferred": false }, "outputs": { "all_results": "Conserva tutti i blocchi di contenuto, gli ID delle chiamate agli strumenti, le firme del ragionamento quando vengono restituite, tutti gli incrementi SSE e i dati completi di consumo. Il primo frammento di testo non è il risultato completo.", "every_actual_output": true, "family": "text", "fields": [ { "name": "choices[]", "type": "object" }, { "name": "usage", "type": "object" } ], "format": "JSON or SSE" }, "parameters": [ { "conditions": "Usa esattamente questo selettore di instradamento di Ailoot.", "default_known": false, "enum": [ "tencent/Hunyuan-MT-7B" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "conditions": "", "default_known": false, "enum_known": false, "items": { "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "image_url": { "properties": { "detail": { "type": "string" }, "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "conditions": "", "default": false, "default_known": true, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "request_schema": { "additionalProperties": true, "properties": { "messages": { "items": { "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "image_url": { "properties": { "detail": { "type": "string" }, "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "tencent/Hunyuan-MT-7B" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "messages": [ { "content": "Explain how a rainbow forms.", "role": "user" } ], "model": "tencent/Hunyuan-MT-7B" }, "content_type": "application/json", "example_is_offline_content": true }, "usage": { "meter": "Use the accepted method price and actual recorded usage; the request reserve is an estimate. A billing unit does not add an input capability.", "preserve": "Keep all returned usage, accounting and request identifiers with every actual output.", "settlement": "Retain the original operation; reconcile its result and accounting once." } }, "input": { "conditions": [ "Usa esattamente questo selettore di instradamento di Ailoot.", "Questo protocollo trasporta contenuti di immagine quando lo specifico modello selezionato supporta la visione. L’accettazione delle richieste da parte del protocollo non dimostra che tutti i modelli possano elaborare immagini." ], "content_type": "application/json", "material_types": [ "text", "image" ], "optional": [ "stream" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_or_streamed", "status": [], "unknown": "Keep the original X-Client-Request-ID, response and headers. An unknown or result_pending_check outcome does not authorize a second creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [ "/chat/completions" ], "output": { "all_results": "Retain every content block, tool-call ID, thinking signature when returned, all SSE deltas and complete usage. A first text fragment is not the whole result.", "every_actual_output": true, "family": "text", "fields": [ { "name": "choices[]", "type": "object" }, { "name": "usage", "type": "object" } ], "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"tencent/Hunyuan-MT-7B\", \"messages\": [{\"role\": \"user\", \"content\": \"Explain how a rainbow forms.\"}]}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "in": 0, "input": [ "text", "image" ], "input_conditions": { "image": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model." }, "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [ "/chat/completions" ], "out": 0, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Tariffe a zero per il solo testo", "value": "La cache, gli strumenti e i contenuti multimediali seguono le rispettive condizioni di prezzo, elencate separatamente.", "when": "Per ingresso e uscita di solo testo" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "tencent/Hunyuan-MT-7B", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "
•

tencent/Hunyuan-MT-7B

Altro /tencent/Hunyuan-MT-7B

Introduzione

Hunyuan-MT-7B di Tencent traduce il testo fornito in una lingua di destinazione indicata, con copertura multilingue e particolare attenzione al cinese, alle lingue minoritarie e ai dialetti. È il modello di traduzione della famiglia; il modello separato Chimera combina più traduzioni candidate.

Input accettati
Testo · Immagini
Risultati
json · sse
Informazioni sul modello

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.

Hunyuan-MT-7B è il modello di traduzione multilingue di Tencent. Il suo compito di base è ricevere un passaggio sorgente e produrlo nella lingua di destinazione richiesta. Tencent distingue questo traduttore da Hunyuan-MT-Chimera, il modello di insieme della famiglia che perfeziona più traduzioni candidate in un unico risultato.

Scegli la coppia linguistica e la traduzione desiderata

Tencent descrive la traduzione reciproca tra 33 lingue e mette in risalto cinque lingue o dialetti delle minoranze etniche cinesi. La tabella linguistica pubblicata comprende cinese, cinese tradizionale, inglese, francese, portoghese, spagnolo, giapponese, turco, russo, arabo, coreano, thailandese, italiano, tedesco, vietnamita, malese, indonesiano, filippino, hindi, polacco, ceco, olandese, khmer, birmano, persiano, gujarati, urdu, telugu, marathi, ebraico, bengalese, tamil e ucraino. Elenca inoltre esplicitamente tibetano, kazako, mongolo, uiguro e cantonese.

Indica con precisione la lingua di destinazione, compreso il sistema di scrittura richiesto quando pertinente. Un brief utile può specificare se un documento richiede cinese semplificato o tradizionale e indicare il pubblico e la terminologia da mantenere coerente. Conserva intatto il passaggio sorgente, così che la traduzione possa essere verificata sul materiale esatto fornito.

Segui il prompt di traduzione del produttore

Il produttore fornisce un modello di prompt per la traduzione che coinvolge il cinese e un altro per coppie linguistiche che non lo coinvolgono. Entrambi indicano la lingua di destinazione, collocano il testo sorgente sotto l’istruzione e chiedono la traduzione senza una spiegazione aggiunta. Il modello non ha un prompt di sistema predefinito: inserisci quindi l’istruzione dell’attività nel messaggio inviato invece di affidarti a un ruolo predefinito non specificato.

Per una coppia che non coinvolge il cinese, un brief originale può iniziare così: «Traduci il segmento seguente in francese, senza spiegazioni aggiuntive». Fallo seguire dal passaggio sorgente. Quando l’attività coinvolge il cinese, usa il corrispondente modello cinese e sostituisci il segnaposto della lingua di destinazione. L’artefatto atteso è il passaggio tradotto, pronto per una verifica separata o per il passaggio di elaborazione successivo di un’applicazione.

Prepara segmenti che preservino il significato

Usa frasi o paragrafi coerenti invece di spezzare il testo in posizioni arbitrarie dei caratteri. Mantieni il materiale circostante necessario per interpretare pronomi, termini tecnici ed espressioni idiomatiche. Per un manuale di prodotto, includi insieme nome del prodotto, termini definiti e istruzione effettiva; per uno scambio di assistenza, conserva la domanda e la risposta a cui si riferisce.

Se un documento più grande viene elaborato per segmenti, conserva un ID stabile del segmento fuori dal testo da tradurre e mantieni la terminologia concordata nei passaggi risultanti. Chiedi esplicitamente come gestire nomi, misure e segnaposto, quindi controlla tale trattamento nell’output. Questi passaggi preparatori rendono il risultato più facile da ricomporre e verificare; non sostituiscono il controllo del significato tradotto.

Mantieni distinti il traduttore e il modello di insieme

Hunyuan-MT-7B produce una traduzione a partire dalla fonte. Il flusso documentato di Chimera riceve invece il sorgente originale insieme a più candidati nella lingua di destinazione e produce un’unica traduzione perfezionata. Un flusso che usa entrambe le fasi deve fornire quei candidati al modello di insieme separato; selezionare soltanto MT-7B non esegue quell’ulteriore fusione.

Il produttore elenca inoltre separatamente i checkpoint FP8. Conserva il nome dell’edizione ordinaria Hunyuan-MT-7B quando salvi richiesta e traduzione e distinguila da un artefatto FP8 o Chimera quando confronti i risultati. I successivi modelli HY-MT1.5 hanno identità e specifiche proprie.

Indicazioni per l’inferenza nativa e verifica del risultato

Tencent raccomanda temperature 0.7, top_p 0.6, top_k 20 e repetition_penalty 1.05 nel suo esempio di inferenza nativa. Considera il contenuto tradotto come il risultato da verificare. Controlla nomi, numeri, unità, negazioni, date e relazione tra le frasi confrontandoli con la fonte, soprattutto quando una traduzione letterale potrebbe perdere il significato voluto.

Conserva insieme sorgente, lingua di destinazione, identità del modello selezionato e traduzione finale verificata. Per il testo di un’applicazione, controlla che segnaposto e formattazione restino collegati ai campi previsti; per un documento, leggi i paragrafi ricomposti per verificare coerenza di terminologia e tono. Anche una frase scorrevole può richiedere una correzione se cambia un dettaglio fattuale o un’istruzione.

Tramite Ailoot, seleziona questo esatto ID del modello in /v1/chat/completions e fornisci l’attività in messages. Ogni messaggio contiene un role e il relativo content; mantieni insieme l’istruzione pertinente e il materiale di partenza. Raccogli la risposta JSON completa oppure tutti i segmenti SSE quando stream è abilitato e conserva usage insieme al risultato scritto.

Disponibile in Ailoot · input e metodi

Ailoot Ultra · Anthropic Messages POST /v1/messages
Tipi di input
text, image
Tipi di output
json, sse
Formato di output
JSON or SSE
CampoTipoRequisitoValori e limitiPredefinito
CampomodelTipostringRequisitoObbligatorioValori e limiti
tencent/Hunyuan-MT-7B
Condizioni: Usa esattamente questo selettore di instradamento di Ailoot.
Predefinito—
CampomessagesTipoarrayRequisitoObbligatorioValori e limiti
Condizioni:
Predefinito—
CampostreamTipobooleanRequisitoFacoltativoValori e limiti
Condizioni:
Predefinitofalse
Campomax_tokensTipointegerRequisitoObbligatorioValori e limiti
Minimo: 1
Condizioni:
Predefinito—
Combinazioni di materiali in input

text_input · Obbligatorio: messages

image_with_text · Obbligatorio: messages with actual image content blocks

Parametri e ciclo di vita del metodo
ParametroContratto
Parametrocontent_typeContrattoapplication/json
ParametrorequiredContrattomodel, messages, max_tokens
ParametrooptionalContrattostream
Parametromaterial_typesContrattotext, image
ParametroconditionsContrattoUsa esattamente questo selettore di instradamento di Ailoot., Questo protocollo trasporta contenuti di immagine quando lo specifico modello selezionato supporta la visione. L’accettazione delle richieste da parte del protocollo non dimostra che tutti i modelli possano elaborare immagini.

Ciclo di vita: synchronous_or_streamed

Tariffe

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida
Tariffa standard Quando è selezionata la modalità rapida
Modalità flex
Tariffa standard Quando è selezionata la modalità flex
Sforzo massimo di ragionamento
Tariffa standard Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)
Tariffe della cache esplicita
Non abilitato Quando viene richiesta una cache esplicita
Tariffe a zero per il solo testo
La cache, gli strumenti e i contenuti multimediali seguono le rispettive condizioni di prezzo, elencate separatamente. Per ingresso e uscita di solo testo

Tariffe Ailoot

Prezzi per configurazione

ConfigurazioneListino delle tariffeCosto
ConfigurazioneTariffe base dei tokenListino delle tariffeTariffa baseCosto
Input · Token in input $0 / 1K token
Output · Token in output $0 / 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 →

Esempi di richieste

Ailoot Ultra · Anthropic Messages

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "tencent/Hunyuan-MT-7B", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')\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/messages \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n

Ricevi e salva i risultati

Ailoot Ultra · Anthropic Messages

JSON or SSE

Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Conserva tutti i blocchi di contenuto, gli ID delle chiamate agli strumenti, le firme del ragionamento quando vengono restituite, tutti gli incrementi SSE e i dati completi di consumo. Il primo frammento di testo non è il risultato completo.

Se occorre verificare la risposta originale

Conserva l’X-Client-Request-ID originale, la risposta e le intestazioni. Un esito sconosciuto o result_pending_check non autorizza una seconda creazione.

Campi della risposta
CampoTipo
Campocontent[]Tipoobject
CampousageTipoobject
Errori e passaggi successivi
RispostaCondizionePassaggio successivo
Risposta400 · invalid_request_errorCondizioneUn campo obbligatorio, il selettore del modello, il tipo o la rappresentazione dei dati in ingresso non è valido.Passaggio successivoEsamina i dettagli di validazione restituiti prima di preparare una richiesta separata.
RispostaCondizioneLa richiesta originale o il relativo risultato è sconosciuto o richiede una verifica.Passaggio successivoConserva gli identificatori e le intestazioni originali; consulta solo i record di stato o della libreria supportati. Non inviare di nuovo la richiesta di creazione.

Alias

Alias del modello

Ailoot Ultra tencent/Hunyuan-MT-7B

Alias dei percorsi dei metodi

/chat/completions

ID di chiamata correlati

tencent/Hunyuan-MT-7B

", "method_identity": { "effective_request_model_id": "tencent/Hunyuan-MT-7B", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "tencent/Hunyuan-MT-7B", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|tencent%2FHunyuan-MT-7B", "ordinal": 1, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "accepted_material_guidance": { "content_type": "application/json", "example_scope": "The preserved text example is one valid request form, not the full protocol input set.", "image_condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.", "material_types": [ "text", "image" ], "text_file_material": "Actual UTF-8 text can be inserted in a text content part." }, "all_results": "Retain the complete response and headers, original identifiers, every actual output and all usage/accounting fields. Save each unique owned asset and retain every role pointing to it.", "authentication": { "header": "Authorization", "scheme": "Bearer", "value": "$AILOOT_API_KEY" }, "errors": [ { "condition": "Un campo obbligatorio, il selettore del modello, il tipo o la rappresentazione dei dati in ingresso non è valido.", "http_status": 400, "recovery": "Esamina i dettagli di validazione restituiti prima di preparare una richiesta separata.", "type": "invalid_request_error" }, { "condition": "La richiesta originale o il relativo risultato è sconosciuto o richiede una verifica.", "http_status": null, "recovery": "Conserva gli identificatori e le intestazioni originali; consulta solo i record di stato o della libreria supportati. Non inviare di nuovo la richiesta di creazione.", "type": null } ], "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/messages" }, "mode": "synchronous_or_streamed", "status": [], "unknown": "Conserva l’X-Client-Request-ID originale, la risposta e le intestazioni. Un esito sconosciuto o result_pending_check non autorizza una seconda creazione.", "unknown_no_replay": true }, "material_combinations": [ { "materials": [ "text" ], "mode": "text_input", "required": [ "messages" ] }, { "condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.", "materials": [ "text", "image" ], "mode": "image_with_text", "required": [ "messages with actual image content blocks" ] } ], "model_capability_scope": { "all_models_vision_claim": false, "manufacturer_description_preserved": "Retain grounded accepted legacy vision descriptions; a plain text example is not a capability ceiling.", "model_vision": "conditional_on_exact_model_capability", "transport_materials": [ "text", "image" ], "video_audio_inferred": false }, "outputs": { "all_results": "Conserva tutti i blocchi di contenuto, gli ID delle chiamate agli strumenti, le firme del ragionamento quando vengono restituite, tutti gli incrementi SSE e i dati completi di consumo. Il primo frammento di testo non è il risultato completo.", "every_actual_output": true, "family": "text", "fields": [ { "name": "content[]", "type": "object" }, { "name": "usage", "type": "object" } ], "format": "JSON or SSE" }, "parameters": [ { "conditions": "Usa esattamente questo selettore di instradamento di Ailoot.", "default_known": false, "enum": [ "tencent/Hunyuan-MT-7B" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "conditions": "", "default_known": false, "enum_known": false, "items": { "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "conditions": "", "default": false, "default_known": true, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "conditions": "", "default_known": false, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": true, "type": "integer" } ], "request_schema": { "additionalProperties": true, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "tencent/Hunyuan-MT-7B" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "max_tokens": 256, "messages": [ { "content": "Explain how a rainbow forms.", "role": "user" } ], "model": "tencent/Hunyuan-MT-7B" }, "content_type": "application/json", "example_is_offline_content": true }, "usage": { "meter": "Use the accepted method price and actual recorded usage; the request reserve is an estimate. A billing unit does not add an input capability.", "preserve": "Keep all returned usage, accounting and request identifiers with every actual output.", "settlement": "Retain the original operation; reconcile its result and accounting once." } }, "input": { "conditions": [ "Usa esattamente questo selettore di instradamento di Ailoot.", "Questo protocollo trasporta contenuti di immagine quando lo specifico modello selezionato supporta la visione. L’accettazione delle richieste da parte del protocollo non dimostra che tutti i modelli possano elaborare immagini." ], "content_type": "application/json", "material_types": [ "text", "image" ], "optional": [ "stream" ], "required": [ "model", "messages", "max_tokens" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/messages" }, "mode": "synchronous_or_streamed", "status": [], "unknown": "Keep the original X-Client-Request-ID, response and headers. An unknown or result_pending_check outcome does not authorize a second creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/messages" }, "method_aliases": [], "output": { "all_results": "Retain every content block, tool-call ID, thinking signature when returned, all SSE deltas and complete usage. A first text fragment is not the whole result.", "every_actual_output": true, "family": "text", "fields": [ { "name": "content[]", "type": "object" }, { "name": "usage", "type": "object" } ], "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"tencent/Hunyuan-MT-7B\", \"messages\": [{\"role\": \"user\", \"content\": \"Explain how a rainbow forms.\"}], \"max_tokens\": 256}')\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/messages \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 0, "input": [ "text", "image" ], "input_conditions": { "image": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model." }, "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Tariffe a zero per il solo testo", "value": "La cache, gli strumenti e i contenuti multimediali seguono le rispettive condizioni di prezzo, elencate separatamente.", "when": "Per ingresso e uscita di solo testo" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "tencent/Hunyuan-MT-7B", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "tencent/Hunyuan-MT-7B", "nativeProvenance": { "input_facts_canonical_sha256": "ce96a4c17cfa15fe976f2ffbd03ead554bf8b510570df44fc71f4b5b41a23312", "input_html_sha256": "ffd573955e23f704defc0155ea37355365c04968c15c257c01f2e0f9e95eae26", "private_audit_sha256": "b8cc28bf00c9cb1a0bd2929e26e56f00e3b0e4cb8f73b3951b7f67b62cef2a32", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/it/tencent-hunyuan-mt-7b/", "description": "Hunyuan-MT-7B di Tencent traduce il testo fornito in una lingua di destinazione indicata, con copertura multilingue e particolare attenzione al cinese, alle lingue minoritarie e ai dialetti. È il modello di traduzione della famiglia; il modello separato Chimera combina più traduzioni candidate.", "locale": "it", "md_url": "https://ailoot.ai/models/it/tencent-hunyuan-mt-7b/index.md", "title": "tencent/Hunyuan-MT-7B — Ailoot", "url": "https://ailoot.ai/models/it/tencent-hunyuan-mt-7b/" }, "rawModel": { "about": "Hunyuan-MT-7B è il modello di traduzione multilingue di Tencent. Il suo compito di base è ricevere un passaggio sorgente e produrlo nella lingua di destinazione richiesta. Tencent distingue questo traduttore da Hunyuan-MT-Chimera, il modello di insieme della famiglia che perfeziona più traduzioni candidate in un unico risultato.\n\n### Scegli la coppia linguistica e la traduzione desiderata\n\nTencent descrive la traduzione reciproca tra 33 lingue e mette in risalto cinque lingue o dialetti delle minoranze etniche cinesi. La tabella linguistica pubblicata comprende cinese, cinese tradizionale, inglese, francese, portoghese, spagnolo, giapponese, turco, russo, arabo, coreano, thailandese, italiano, tedesco, vietnamita, malese, indonesiano, filippino, hindi, polacco, ceco, olandese, khmer, birmano, persiano, gujarati, urdu, telugu, marathi, ebraico, bengalese, tamil e ucraino. Elenca inoltre esplicitamente tibetano, kazako, mongolo, uiguro e cantonese.\n\nIndica con precisione la lingua di destinazione, compreso il sistema di scrittura richiesto quando pertinente. Un brief utile può specificare se un documento richiede cinese semplificato o tradizionale e indicare il pubblico e la terminologia da mantenere coerente. Conserva intatto il passaggio sorgente, così che la traduzione possa essere verificata sul materiale esatto fornito.\n\n### Segui il prompt di traduzione del produttore\n\nIl produttore fornisce un modello di prompt per la traduzione che coinvolge il cinese e un altro per coppie linguistiche che non lo coinvolgono. Entrambi indicano la lingua di destinazione, collocano il testo sorgente sotto l’istruzione e chiedono la traduzione senza una spiegazione aggiunta. Il modello non ha un prompt di sistema predefinito: inserisci quindi l’istruzione dell’attività nel messaggio inviato invece di affidarti a un ruolo predefinito non specificato.\n\nPer una coppia che non coinvolge il cinese, un brief originale può iniziare così: «Traduci il segmento seguente in francese, senza spiegazioni aggiuntive». Fallo seguire dal passaggio sorgente. Quando l’attività coinvolge il cinese, usa il corrispondente modello cinese e sostituisci il segnaposto della lingua di destinazione. L’artefatto atteso è il passaggio tradotto, pronto per una verifica separata o per il passaggio di elaborazione successivo di un’applicazione.\n\n### Prepara segmenti che preservino il significato\n\nUsa frasi o paragrafi coerenti invece di spezzare il testo in posizioni arbitrarie dei caratteri. Mantieni il materiale circostante necessario per interpretare pronomi, termini tecnici ed espressioni idiomatiche. Per un manuale di prodotto, includi insieme nome del prodotto, termini definiti e istruzione effettiva; per uno scambio di assistenza, conserva la domanda e la risposta a cui si riferisce.\n\nSe un documento più grande viene elaborato per segmenti, conserva un ID stabile del segmento fuori dal testo da tradurre e mantieni la terminologia concordata nei passaggi risultanti. Chiedi esplicitamente come gestire nomi, misure e segnaposto, quindi controlla tale trattamento nell’output. Questi passaggi preparatori rendono il risultato più facile da ricomporre e verificare; non sostituiscono il controllo del significato tradotto.\n\n### Mantieni distinti il traduttore e il modello di insieme\n\nHunyuan-MT-7B produce una traduzione a partire dalla fonte. Il flusso documentato di Chimera riceve invece il sorgente originale insieme a più candidati nella lingua di destinazione e produce un’unica traduzione perfezionata. Un flusso che usa entrambe le fasi deve fornire quei candidati al modello di insieme separato; selezionare soltanto MT-7B non esegue quell’ulteriore fusione.\n\nIl produttore elenca inoltre separatamente i checkpoint FP8. Conserva il nome dell’edizione ordinaria Hunyuan-MT-7B quando salvi richiesta e traduzione e distinguila da un artefatto FP8 o Chimera quando confronti i risultati. I successivi modelli HY-MT1.5 hanno identità e specifiche proprie.\n\n### Indicazioni per l’inferenza nativa e verifica del risultato\n\nTencent raccomanda temperature 0.7, top_p 0.6, top_k 20 e repetition_penalty 1.05 nel suo esempio di inferenza nativa. Considera il contenuto tradotto come il risultato da verificare. Controlla nomi, numeri, unità, negazioni, date e relazione tra le frasi confrontandoli con la fonte, soprattutto quando una traduzione letterale potrebbe perdere il significato voluto.\n\nConserva insieme sorgente, lingua di destinazione, identità del modello selezionato e traduzione finale verificata. Per il testo di un’applicazione, controlla che segnaposto e formattazione restino collegati ai campi previsti; per un documento, leggi i paragrafi ricomposti per verificare coerenza di terminologia e tono. Anche una frase scorrevole può richiedere una correzione se cambia un dettaglio fattuale o un’istruzione.\n\nTramite Ailoot, seleziona questo esatto ID del modello in /v1/chat/completions e fornisci l’attività in messages. Ogni messaggio contiene un role e il relativo content; mantieni insieme l’istruzione pertinente e il materiale di partenza. Raccogli la risposta JSON completa oppure tutti i segmenti SSE quando stream è abilitato e conserva usage insieme al risultato scritto.", "alias_of": null, "aliases": [], "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "Tutte le tariffe della configurazione sono riportate nei dettagli." } ], "ctx": null, "formats": [ "chat", "messages" ], "id": "tencent/Hunyuan-MT-7B", "input": [ "text", "image" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "accepted_material_guidance": { "content_type": "application/json", "example_scope": "The preserved text example is one valid request form, not the full protocol input set.", "image_condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.", "material_types": [ "text", "image" ], "text_file_material": "Actual UTF-8 text can be inserted in a text content part." }, "all_results": "Retain the complete response and headers, original identifiers, every actual output and all usage/accounting fields. Save each unique owned asset and retain every role pointing to it.", "authentication": { "header": "Authorization", "scheme": "Bearer", "value": "$AILOOT_API_KEY" }, "errors": [ { "condition": "Un campo obbligatorio, il selettore del modello, il tipo o la rappresentazione dei dati in ingresso non è valido.", "http_status": 400, "recovery": "Esamina i dettagli di validazione restituiti prima di preparare una richiesta separata.", "type": "invalid_request_error" }, { "condition": "La richiesta originale o il relativo risultato è sconosciuto o richiede una verifica.", "http_status": null, "recovery": "Conserva gli identificatori e le intestazioni originali; consulta solo i record di stato o della libreria supportati. Non inviare di nuovo la richiesta di creazione.", "type": null } ], "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_or_streamed", "status": [], "unknown": "Conserva l’X-Client-Request-ID originale, la risposta e le intestazioni. Un esito sconosciuto o result_pending_check non autorizza una seconda creazione.", "unknown_no_replay": true }, "material_combinations": [ { "materials": [ "text" ], "mode": "text_input", "required": [ "messages" ] }, { "condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.", "materials": [ "text", "image" ], "mode": "image_with_text", "required": [ "messages with actual image content blocks" ] } ], "model_capability_scope": { "all_models_vision_claim": false, "manufacturer_description_preserved": "Retain grounded accepted legacy vision descriptions; a plain text example is not a capability ceiling.", "model_vision": "conditional_on_exact_model_capability", "transport_materials": [ "text", "image" ], "video_audio_inferred": false }, "outputs": { "all_results": "Conserva tutti i blocchi di contenuto, gli ID delle chiamate agli strumenti, le firme del ragionamento quando vengono restituite, tutti gli incrementi SSE e i dati completi di consumo. Il primo frammento di testo non è il risultato completo.", "every_actual_output": true, "family": "text", "fields": [ { "name": "choices[]", "type": "object" }, { "name": "usage", "type": "object" } ], "format": "JSON or SSE" }, "parameters": [ { "conditions": "Usa esattamente questo selettore di instradamento di Ailoot.", "default_known": false, "enum": [ "tencent/Hunyuan-MT-7B" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "conditions": "", "default_known": false, "enum_known": false, "items": { "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "image_url": { "properties": { "detail": { "type": "string" }, "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "conditions": "", "default": false, "default_known": true, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "request_schema": { "additionalProperties": true, "properties": { "messages": { "items": { "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "image_url": { "properties": { "detail": { "type": "string" }, "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "tencent/Hunyuan-MT-7B" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "messages": [ { "content": "Explain how a rainbow forms.", "role": "user" } ], "model": "tencent/Hunyuan-MT-7B" }, "content_type": "application/json", "example_is_offline_content": true }, "usage": { "meter": "Use the accepted method price and actual recorded usage; the request reserve is an estimate. A billing unit does not add an input capability.", "preserve": "Keep all returned usage, accounting and request identifiers with every actual output.", "settlement": "Retain the original operation; reconcile its result and accounting once." } }, "input": { "conditions": [ "Usa esattamente questo selettore di instradamento di Ailoot.", "Questo protocollo trasporta contenuti di immagine quando lo specifico modello selezionato supporta la visione. L’accettazione delle richieste da parte del protocollo non dimostra che tutti i modelli possano elaborare immagini." ], "content_type": "application/json", "material_types": [ "text", "image" ], "optional": [ "stream" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_or_streamed", "status": [], "unknown": "Keep the original X-Client-Request-ID, response and headers. An unknown or result_pending_check outcome does not authorize a second creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [ "/chat/completions" ], "output": { "all_results": "Retain every content block, tool-call ID, thinking signature when returned, all SSE deltas and complete usage. A first text fragment is not the whole result.", "every_actual_output": true, "family": "text", "fields": [ { "name": "choices[]", "type": "object" }, { "name": "usage", "type": "object" } ], "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"tencent/Hunyuan-MT-7B\", \"messages\": [{\"role\": \"user\", \"content\": \"Explain how a rainbow forms.\"}]}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "in": 0, "input": [ "text", "image" ], "input_conditions": { "image": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model." }, "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [ "/chat/completions" ], "out": 0, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Tariffe a zero per il solo testo", "value": "La cache, gli strumenti e i contenuti multimediali seguono le rispettive condizioni di prezzo, elencate separatamente.", "when": "Per ingresso e uscita di solo testo" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "tencent/Hunyuan-MT-7B", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "accepted_material_guidance": { "content_type": "application/json", "example_scope": "The preserved text example is one valid request form, not the full protocol input set.", "image_condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.", "material_types": [ "text", "image" ], "text_file_material": "Actual UTF-8 text can be inserted in a text content part." }, "all_results": "Retain the complete response and headers, original identifiers, every actual output and all usage/accounting fields. Save each unique owned asset and retain every role pointing to it.", "authentication": { "header": "Authorization", "scheme": "Bearer", "value": "$AILOOT_API_KEY" }, "errors": [ { "condition": "Un campo obbligatorio, il selettore del modello, il tipo o la rappresentazione dei dati in ingresso non è valido.", "http_status": 400, "recovery": "Esamina i dettagli di validazione restituiti prima di preparare una richiesta separata.", "type": "invalid_request_error" }, { "condition": "La richiesta originale o il relativo risultato è sconosciuto o richiede una verifica.", "http_status": null, "recovery": "Conserva gli identificatori e le intestazioni originali; consulta solo i record di stato o della libreria supportati. Non inviare di nuovo la richiesta di creazione.", "type": null } ], "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/messages" }, "mode": "synchronous_or_streamed", "status": [], "unknown": "Conserva l’X-Client-Request-ID originale, la risposta e le intestazioni. Un esito sconosciuto o result_pending_check non autorizza una seconda creazione.", "unknown_no_replay": true }, "material_combinations": [ { "materials": [ "text" ], "mode": "text_input", "required": [ "messages" ] }, { "condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.", "materials": [ "text", "image" ], "mode": "image_with_text", "required": [ "messages with actual image content blocks" ] } ], "model_capability_scope": { "all_models_vision_claim": false, "manufacturer_description_preserved": "Retain grounded accepted legacy vision descriptions; a plain text example is not a capability ceiling.", "model_vision": "conditional_on_exact_model_capability", "transport_materials": [ "text", "image" ], "video_audio_inferred": false }, "outputs": { "all_results": "Conserva tutti i blocchi di contenuto, gli ID delle chiamate agli strumenti, le firme del ragionamento quando vengono restituite, tutti gli incrementi SSE e i dati completi di consumo. Il primo frammento di testo non è il risultato completo.", "every_actual_output": true, "family": "text", "fields": [ { "name": "content[]", "type": "object" }, { "name": "usage", "type": "object" } ], "format": "JSON or SSE" }, "parameters": [ { "conditions": "Usa esattamente questo selettore di instradamento di Ailoot.", "default_known": false, "enum": [ "tencent/Hunyuan-MT-7B" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "conditions": "", "default_known": false, "enum_known": false, "items": { "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "conditions": "", "default": false, "default_known": true, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "conditions": "", "default_known": false, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": true, "type": "integer" } ], "request_schema": { "additionalProperties": true, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "tencent/Hunyuan-MT-7B" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "max_tokens": 256, "messages": [ { "content": "Explain how a rainbow forms.", "role": "user" } ], "model": "tencent/Hunyuan-MT-7B" }, "content_type": "application/json", "example_is_offline_content": true }, "usage": { "meter": "Use the accepted method price and actual recorded usage; the request reserve is an estimate. A billing unit does not add an input capability.", "preserve": "Keep all returned usage, accounting and request identifiers with every actual output.", "settlement": "Retain the original operation; reconcile its result and accounting once." } }, "input": { "conditions": [ "Usa esattamente questo selettore di instradamento di Ailoot.", "Questo protocollo trasporta contenuti di immagine quando lo specifico modello selezionato supporta la visione. L’accettazione delle richieste da parte del protocollo non dimostra che tutti i modelli possano elaborare immagini." ], "content_type": "application/json", "material_types": [ "text", "image" ], "optional": [ "stream" ], "required": [ "model", "messages", "max_tokens" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/messages" }, "mode": "synchronous_or_streamed", "status": [], "unknown": "Keep the original X-Client-Request-ID, response and headers. An unknown or result_pending_check outcome does not authorize a second creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/messages" }, "method_aliases": [], "output": { "all_results": "Retain every content block, tool-call ID, thinking signature when returned, all SSE deltas and complete usage. A first text fragment is not the whole result.", "every_actual_output": true, "family": "text", "fields": [ { "name": "content[]", "type": "object" }, { "name": "usage", "type": "object" } ], "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"tencent/Hunyuan-MT-7B\", \"messages\": [{\"role\": \"user\", \"content\": \"Explain how a rainbow forms.\"}], \"max_tokens\": 256}')\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/messages \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 0, "input": [ "text", "image" ], "input_conditions": { "image": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model." }, "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Tariffe a zero per il solo testo", "value": "La cache, gli strumenti e i contenuti multimediali seguono le rispettive condizioni di prezzo, elencate separatamente.", "when": "Per ingresso e uscita di solo testo" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "tencent/Hunyuan-MT-7B", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "tencent/Hunyuan-MT-7B", "request_model_id": "tencent/Hunyuan-MT-7B", "route_label": "Ultra" } ], "name": "tencent/Hunyuan-MT-7B", "price": { "in": 0, "in_label": null, "out": 0, "out_label": null, "scope_label": "Token rates", "sort_in": 0, "sort_out": 0, "varies": false }, "short": "Hunyuan-MT-7B di Tencent traduce il testo fornito in una lingua di destinazione indicata, con copertura multilingue e particolare attenzione al cinese, alle lingue minoritarie e ai dialetti. È il modello di traduzione della famiglia; il modello separato Chimera combina più traduzioni candidate.", "title": "tencent/Hunyuan-MT-7B" }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Hunyuan-MT-7B di Tencent traduce il testo fornito in una lingua di destinazione indicata, con copertura multilingue e particolare attenzione al cinese, alle lingue minoritarie e ai dialetti. È il modello di traduzione della famiglia; il modello separato Chimera combina più traduzioni candidate.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "c9b355c6cee7816e6398a84f232abaac4fdd4d1a8eb74e5a81c232d3ea8923ca", "renderer_sha256": "3be1a96012c3c76b38a7b9bea6a57c0def38c56103737bee6a5e77aaa75e488a" }, "sourceRevision": "5f8f7a747ca6b1adcd8babe41aae510b036f97cf2a339bdc6e518bc2a7a53a64" }