v0 1.5 Medium è un profilo di modello composito della famiglia v0 di Vercel. È progettato per generare e modificare codice di applicazioni web. L'architettura del produttore combina un modello linguistico di base con contesto pertinente recuperato, un percorso Quick Edit per modifiche più piccole e un componente AutoFix che controlla e perfeziona l'output generato.
Indica la pagina o la funzionalità da costruire, le azioni che i suoi controlli devono supportare e i dati che deve mostrare. Un brief utile specifica anche il framework esistente, il codice pertinente e l'artefatto da restituire. Per una modifica all'interfaccia, identifica il comportamento corrente e ciò che deve accadere dopo la correzione.
Quando un'attività parte da codice esistente, fornisci le parti necessarie a comprendere la modifica e spiega quale comportamento conservare. Una richiesta mirata può chiedere un componente, una pagina o una patch il cui rapporto con l'applicazione esistente sia chiaro.
Il produttore descrive una fase di preparazione che include il contesto pertinente della conversazione e recupera materiale specializzato, come documentazione, esempi di interfacce e fonti del progetto. Il modello di base gestisce nuove generazioni o modifiche più ampie. Le modifiche circoscritte, come aggiornare il testo, correggere la sintassi o riordinare componenti, possono usare il percorso Quick Edit.
AutoFix controlla l'output durante lo streaming e applica un ulteriore passaggio dopo la generazione. Il produttore descrive anche una fase di linting per incoerenze di stile ed errori semplici. Questi componenti aiutano a preparare il codice restituito; l'applicazione deve comunque salvare ed eseguire l'artefatto nel proprio ambiente effettivo per esaminarne il comportamento.
Confronta l'interfaccia generata con i controlli, gli stati e le relazioni tra dati richiesti. Fornisci l'errore o il rendering osservati quando chiedi un turno successivo e indica il componente interessato. Questo mantiene l'iterazione legata a una parte concreta dell'applicazione.
Il profilo pubblicato indica un contesto operativo di 128.000 token. Usa quello spazio per fonti e requisiti pertinenti, lasciando spazio alla risposta. L'architettura composita della famiglia v0 può aggiornare il componente di base senza sostituire il flusso circostante, quindi l'identità del profilo non indica di per sé pesi immutabili del modello di base.
Questa voce mantiene il profilo 1.5 Medium. Il profilo Large e il precedente 1.0 Medium hanno identità proprie. Un artefatto di codice restituito e un'applicazione in esecuzione o distribuita restano fasi separate completate dall'ambiente di sviluppo circostante.
", "aboutText": "v0 1.5 Medium è un profilo di modello composito della famiglia v0 di Vercel. È progettato per generare e modificare codice di applicazioni web. L'architettura del produttore combina un modello linguistico di base con contesto pertinente recuperato, un percorso Quick Edit per modifiche più piccole e un componente AutoFix che controlla e perfeziona l'output generato.\n\n### Descrivi il comportamento dell'applicazione\n\nIndica la pagina o la funzionalità da costruire, le azioni che i suoi controlli devono supportare e i dati che deve mostrare. Un brief utile specifica anche il framework esistente, il codice pertinente e l'artefatto da restituire. Per una modifica all'interfaccia, identifica il comportamento corrente e ciò che deve accadere dopo la correzione.\n\nQuando un'attività parte da codice esistente, fornisci le parti necessarie a comprendere la modifica e spiega quale comportamento conservare. Una richiesta mirata può chiedere un componente, una pagina o una patch il cui rapporto con l'applicazione esistente sia chiaro.\n\n### Comprendi il flusso composito\n\nIl produttore descrive una fase di preparazione che include il contesto pertinente della conversazione e recupera materiale specializzato, come documentazione, esempi di interfacce e fonti del progetto. Il modello di base gestisce nuove generazioni o modifiche più ampie. Le modifiche circoscritte, come aggiornare il testo, correggere la sintassi o riordinare componenti, possono usare il percorso Quick Edit.\n\nAutoFix controlla l'output durante lo streaming e applica un ulteriore passaggio dopo la generazione. Il produttore descrive anche una fase di linting per incoerenze di stile ed errori semplici. Questi componenti aiutano a preparare il codice restituito; l'applicazione deve comunque salvare ed eseguire l'artefatto nel proprio ambiente effettivo per esaminarne il comportamento.\n\n### Controlla e perfeziona il risultato\n\nConfronta l'interfaccia generata con i controlli, gli stati e le relazioni tra dati richiesti. Fornisci l'errore o il rendering osservati quando chiedi un turno successivo e indica il componente interessato. Questo mantiene l'iterazione legata a una parte concreta dell'applicazione.\n\nIl profilo pubblicato indica un contesto operativo di 128.000 token. Usa quello spazio per fonti e requisiti pertinenti, lasciando spazio alla risposta. L'architettura composita della famiglia v0 può aggiornare il componente di base senza sostituire il flusso circostante, quindi l'identità del profilo non indica di per sé pesi immutabili del modello di base.\n\nQuesta voce mantiene il profilo 1.5 Medium. Il profilo Large e il precedente 1.0 Medium hanno identità proprie. Un artefatto di codice restituito e un'applicazione in esecuzione o distribuita restano fasi separate completate dall'ambiente di sviluppo circostante.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Build an accessible filter control\n\nCreate a vanilla HTML, CSS and JavaScript inventory filter using these rows: Pencil, stock 12; Notebook, stock 0; Eraser, stock 4. Add a labeled 'In stock only' checkbox and a visible result count. Toggling it must update the list and count; an empty result needs a text message. Return editable code and checks for both checkbox states.An editable web-interface artifact with the labeled control, dynamic list/count and behavior checks.Check the stock filter uses quantity greater than zero and the result count matches visible rows.v0-1.5-mdv0 1.5 Medium è il profilo di modello composito di Vercel per codice di applicazioni web e modifiche iterative alle interfacce. Il produttore combina un modello linguistico di base con recupero specializzato, Quick Edit e AutoFix per preparare e perfezionare il codice generato.
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.
v0 1.5 Medium è un profilo di modello composito della famiglia v0 di Vercel. È progettato per generare e modificare codice di applicazioni web. L'architettura del produttore combina un modello linguistico di base con contesto pertinente recuperato, un percorso Quick Edit per modifiche più piccole e un componente AutoFix che controlla e perfeziona l'output generato.
Indica la pagina o la funzionalità da costruire, le azioni che i suoi controlli devono supportare e i dati che deve mostrare. Un brief utile specifica anche il framework esistente, il codice pertinente e l'artefatto da restituire. Per una modifica all'interfaccia, identifica il comportamento corrente e ciò che deve accadere dopo la correzione.
Quando un'attività parte da codice esistente, fornisci le parti necessarie a comprendere la modifica e spiega quale comportamento conservare. Una richiesta mirata può chiedere un componente, una pagina o una patch il cui rapporto con l'applicazione esistente sia chiaro.
Il produttore descrive una fase di preparazione che include il contesto pertinente della conversazione e recupera materiale specializzato, come documentazione, esempi di interfacce e fonti del progetto. Il modello di base gestisce nuove generazioni o modifiche più ampie. Le modifiche circoscritte, come aggiornare il testo, correggere la sintassi o riordinare componenti, possono usare il percorso Quick Edit.
AutoFix controlla l'output durante lo streaming e applica un ulteriore passaggio dopo la generazione. Il produttore descrive anche una fase di linting per incoerenze di stile ed errori semplici. Questi componenti aiutano a preparare il codice restituito; l'applicazione deve comunque salvare ed eseguire l'artefatto nel proprio ambiente effettivo per esaminarne il comportamento.
Confronta l'interfaccia generata con i controlli, gli stati e le relazioni tra dati richiesti. Fornisci l'errore o il rendering osservati quando chiedi un turno successivo e indica il componente interessato. Questo mantiene l'iterazione legata a una parte concreta dell'applicazione.
Il profilo pubblicato indica un contesto operativo di 128.000 token. Usa quello spazio per fonti e requisiti pertinenti, lasciando spazio alla risposta. L'architettura composita della famiglia v0 può aggiornare il componente di base senza sostituire il flusso circostante, quindi l'identità del profilo non indica di per sé pesi immutabili del modello di base.
Questa voce mantiene il profilo 1.5 Medium. Il profilo Large e il precedente 1.0 Medium hanno identità proprie. Un artefatto di codice restituito e un'applicazione in esecuzione o distribuita restano fasi separate completate dall'ambiente di sviluppo circostante.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti v0-1.5-md | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0066 / 1K token Output · Token in output $0.033 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "v0-1.5-md", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='v0-1.5-md',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='v0-1.5-md',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra v0-1.5-md
Usa i percorsi dei metodi indicati sopra.
v0-1.5-mdv0 1.5 Medium è il profilo di modello composito di Vercel per codice di applicazioni web e modifiche iterative alle interfacce. Il produttore combina un modello linguistico di base con recupero specializzato, Quick Edit e AutoFix per preparare e perfezionare il codice generato.
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.
v0 1.5 Medium è un profilo di modello composito della famiglia v0 di Vercel. È progettato per generare e modificare codice di applicazioni web. L'architettura del produttore combina un modello linguistico di base con contesto pertinente recuperato, un percorso Quick Edit per modifiche più piccole e un componente AutoFix che controlla e perfeziona l'output generato.
Indica la pagina o la funzionalità da costruire, le azioni che i suoi controlli devono supportare e i dati che deve mostrare. Un brief utile specifica anche il framework esistente, il codice pertinente e l'artefatto da restituire. Per una modifica all'interfaccia, identifica il comportamento corrente e ciò che deve accadere dopo la correzione.
Quando un'attività parte da codice esistente, fornisci le parti necessarie a comprendere la modifica e spiega quale comportamento conservare. Una richiesta mirata può chiedere un componente, una pagina o una patch il cui rapporto con l'applicazione esistente sia chiaro.
Il produttore descrive una fase di preparazione che include il contesto pertinente della conversazione e recupera materiale specializzato, come documentazione, esempi di interfacce e fonti del progetto. Il modello di base gestisce nuove generazioni o modifiche più ampie. Le modifiche circoscritte, come aggiornare il testo, correggere la sintassi o riordinare componenti, possono usare il percorso Quick Edit.
AutoFix controlla l'output durante lo streaming e applica un ulteriore passaggio dopo la generazione. Il produttore descrive anche una fase di linting per incoerenze di stile ed errori semplici. Questi componenti aiutano a preparare il codice restituito; l'applicazione deve comunque salvare ed eseguire l'artefatto nel proprio ambiente effettivo per esaminarne il comportamento.
Confronta l'interfaccia generata con i controlli, gli stati e le relazioni tra dati richiesti. Fornisci l'errore o il rendering osservati quando chiedi un turno successivo e indica il componente interessato. Questo mantiene l'iterazione legata a una parte concreta dell'applicazione.
Il profilo pubblicato indica un contesto operativo di 128.000 token. Usa quello spazio per fonti e requisiti pertinenti, lasciando spazio alla risposta. L'architettura composita della famiglia v0 può aggiornare il componente di base senza sostituire il flusso circostante, quindi l'identità del profilo non indica di per sé pesi immutabili del modello di base.
Questa voce mantiene il profilo 1.5 Medium. Il profilo Large e il precedente 1.0 Medium hanno identità proprie. Un artefatto di codice restituito e un'applicazione in esecuzione o distribuita restano fasi separate completate dall'ambiente di sviluppo circostante.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti v0-1.5-md | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0066 / 1K token Output · Token in output $0.033 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "v0-1.5-md",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'v0-1.5-md', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'v0-1.5-md', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra v0-1.5-md
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Build an accessible filter control\n\nCreate a vanilla HTML, CSS and JavaScript inventory filter using these rows: Pencil, stock 12; Notebook, stock 0; Eraser, stock 4. Add a labeled 'In stock only' checkbox and a visible result count. Toggling it must update the list and count; an empty result needs a text message. Return editable code and checks for both checkbox states.An editable web-interface artifact with the labeled control, dynamic list/count and behavior checks.Check the stock filter uses quantity greater than zero and the result count matches visible rows.