Amazon Nova Proは、Amazonの第一世代Novaファミリーに属する、バランス型のマルチモーダル理解モデルです。テキスト、画像、動画の理解を組み合わせ、文書への質問回答や視覚分析から、ソフトウェア作業やエージェント業務まで扱います。出力は説明、抽出情報、コード、計画、ツール要求などのテキストです。Proは軽量なNova Liteと、より負荷の大きい長文コンテキスト作業を扱うPremierの間に位置します。ここで説明するのはNova 2ではなく、元のPro v1エディションです。
第一世代Novaのガイドは、300Kトークンのコンテキストウィンドウと最大10Kトークンの出力を記載しています。知識のカットオフは2024年10月です。参照文章、文書内容、視覚的根拠、最近の会話を組み合わせ、簡潔な結果を返すワークフローに使えます。技術レビューでは関連コード、観測した動作、制約を提供し、理由を伴う変更提案を求めます。レポートでは比較する資料とフィールドを指定します。根拠と指示を分け、文書に書かれたことと検討すべき結論を区別できるようにします。
Amazonは、視覚的な質問への回答、画像の分類・要約、指定した物体のバウンディングボックスを返す機能を記載しています。第一世代の画像ガイドは[0, 1000)の座標尺度を使い、利用するアプリケーションが元画像の寸法へ変換します。画像は自動で拡大縮小され、最大解像度は8,000 × 8,000ピクセルと記載されています。スクリーンショット内の要素特定や図の説明などに役立ちます。文字の読みやすさと重要な視覚的文脈を保ち、解釈を求める前に関連する観測を求めます。
開発元が対応する画像形式はPNG、JPG/JPEG、GIF、WebPです。文書ワークフローはPDF、DOC/DOCX、CSV、XLS/XLSX、HTML、TXT、Markdownを受け付けます。テキスト主体の形式は文字として入力され、PDFとDOCXはグラフや表などの視覚要素と一緒に解釈できます。文書ガイドは最大5文書、各テキスト文書4.5 MBを上限とします。CMYKやSVG画像を使うPDF内容、およびJPEG2000やJBIG2など未対応の符号化を除外しています。PDFの文章だけが必要なら、ページを視覚的に読むより抽出テキストを入力する方が簡単です。埋め込みメディアはbase64の増加分を含む25 MBのペイロード上限を共有します。1リクエストに動画は1本で、S3経由では1 GB以下です。S3メディア全体は合計2 GBまでです。PDFとDOCXも最大5文書で、合計容量は直接アップロード25 MB、S3経由2 GBです。
ProはMP4、MOV、MKV、WebMなどの一般的な動画形式を分析できます。version1のサンプリングは16分までの動画を毎秒1フレーム、それより長い動画では全体に分散した960フレームを使います。特に動画が長くなるほど、素早い動作の精密な分析よりシーン単位の要約に適しています。Amazonは動きの多い動画を16分未満、動きの少ない動画を1時間未満にすることを勧めています。関連する区間を提供し、確認する出来事や関係を指定します。記載された入力モダリティに音声はないため、話された情報は文字起こしで与えます。また開発元は、このモデルが画像、文書、動画内の人物を特定したり名前を挙げたりしないと述べています。
Proは応答のストリーミング、クライアントが実行する関数呼び出し、検索拡張の作業に対応します。Amazonの記載された提供仕様ではプロンプトキャッシュにも対応します。明示キャッシュはチェックポイントごとに最低1Kトークンを必要とし、最大4チェックポイント、保持時間5分です。開発元は主にテキストプロンプトを対象に、キャッシュ上限を20Kトークンとしています。これはコンテキストウィンドウ全体とは別です。ツールと引数を記述し、アプリケーションに要求を実行させ、観測結果やエラーを返してからモデルに継続を求めます。第一世代Novaはプロンプトで解決を段階的に進められますが、Nova 2 Liteの個別に設定する拡張思考モードや組み込みツールとは異なります。ProはNova MicroとLiteの蒸留用教師にもなり、AmazonはProのカスタムファインチューニングも記載しています。そうしたカスタムモデルは独自の識別を持ちます。
version1のガイドは200以上の言語での学習と、英語、ドイツ語、スペイン語、フランス語、イタリア語、日本語、韓国語、アラビア語、簡体字中国語、ロシア語、ヒンディー語、ポルトガル語、オランダ語、トルコ語、ヘブライ語を含む15言語への最適化を説明しています。方言間で性能が同じだと仮定せず、必要な言語と用語を指定します。再利用するワークフローでは、最終構造と各フィールドが持つべき根拠を定めます。Proはもっともらしくても誤った主張や未実行のコードを返す場合があります。事実を明示し、ツール結果と提案を区別すると、出力を利用・検証しやすくなります。
", "aboutText": "Amazon Nova Proは、Amazonの第一世代Novaファミリーに属する、バランス型のマルチモーダル理解モデルです。テキスト、画像、動画の理解を組み合わせ、文書への質問回答や視覚分析から、ソフトウェア作業やエージェント業務まで扱います。出力は説明、抽出情報、コード、計画、ツール要求などのテキストです。Proは軽量なNova Liteと、より負荷の大きい長文コンテキスト作業を扱うPremierの間に位置します。ここで説明するのはNova 2ではなく、元のPro v1エディションです。\n\n第一世代Novaのガイドは、300Kトークンのコンテキストウィンドウと最大10Kトークンの出力を記載しています。知識のカットオフは2024年10月です。参照文章、文書内容、視覚的根拠、最近の会話を組み合わせ、簡潔な結果を返すワークフローに使えます。技術レビューでは関連コード、観測した動作、制約を提供し、理由を伴う変更提案を求めます。レポートでは比較する資料とフィールドを指定します。根拠と指示を分け、文書に書かれたことと検討すべき結論を区別できるようにします。\n\nAmazonは、視覚的な質問への回答、画像の分類・要約、指定した物体のバウンディングボックスを返す機能を記載しています。第一世代の画像ガイドは[0, 1000)の座標尺度を使い、利用するアプリケーションが元画像の寸法へ変換します。画像は自動で拡大縮小され、最大解像度は8,000 × 8,000ピクセルと記載されています。スクリーンショット内の要素特定や図の説明などに役立ちます。文字の読みやすさと重要な視覚的文脈を保ち、解釈を求める前に関連する観測を求めます。\n\n開発元が対応する画像形式はPNG、JPG/JPEG、GIF、WebPです。文書ワークフローはPDF、DOC/DOCX、CSV、XLS/XLSX、HTML、TXT、Markdownを受け付けます。テキスト主体の形式は文字として入力され、PDFとDOCXはグラフや表などの視覚要素と一緒に解釈できます。文書ガイドは最大5文書、各テキスト文書4.5 MBを上限とします。CMYKやSVG画像を使うPDF内容、およびJPEG2000やJBIG2など未対応の符号化を除外しています。PDFの文章だけが必要なら、ページを視覚的に読むより抽出テキストを入力する方が簡単です。埋め込みメディアはbase64の増加分を含む25 MBのペイロード上限を共有します。1リクエストに動画は1本で、S3経由では1 GB以下です。S3メディア全体は合計2 GBまでです。PDFとDOCXも最大5文書で、合計容量は直接アップロード25 MB、S3経由2 GBです。\n\nProはMP4、MOV、MKV、WebMなどの一般的な動画形式を分析できます。version1のサンプリングは16分までの動画を毎秒1フレーム、それより長い動画では全体に分散した960フレームを使います。特に動画が長くなるほど、素早い動作の精密な分析よりシーン単位の要約に適しています。Amazonは動きの多い動画を16分未満、動きの少ない動画を1時間未満にすることを勧めています。関連する区間を提供し、確認する出来事や関係を指定します。記載された入力モダリティに音声はないため、話された情報は文字起こしで与えます。また開発元は、このモデルが画像、文書、動画内の人物を特定したり名前を挙げたりしないと述べています。\n\nProは応答のストリーミング、クライアントが実行する関数呼び出し、検索拡張の作業に対応します。Amazonの記載された提供仕様ではプロンプトキャッシュにも対応します。明示キャッシュはチェックポイントごとに最低1Kトークンを必要とし、最大4チェックポイント、保持時間5分です。開発元は主にテキストプロンプトを対象に、キャッシュ上限を20Kトークンとしています。これはコンテキストウィンドウ全体とは別です。ツールと引数を記述し、アプリケーションに要求を実行させ、観測結果やエラーを返してからモデルに継続を求めます。第一世代Novaはプロンプトで解決を段階的に進められますが、Nova 2 Liteの個別に設定する拡張思考モードや組み込みツールとは異なります。ProはNova MicroとLiteの蒸留用教師にもなり、AmazonはProのカスタムファインチューニングも記載しています。そうしたカスタムモデルは独自の識別を持ちます。\n\nversion1のガイドは200以上の言語での学習と、英語、ドイツ語、スペイン語、フランス語、イタリア語、日本語、韓国語、アラビア語、簡体字中国語、ロシア語、ヒンディー語、ポルトガル語、オランダ語、トルコ語、ヘブライ語を含む15言語への最適化を説明しています。方言間で性能が同じだと仮定せず、必要な言語と用語を指定します。再利用するワークフローでは、最終構造と各フィールドが持つべき根拠を定めます。Proはもっともらしくても誤った主張や未実行のコードを返す場合があります。事実を明示し、ツール結果と提案を区別すると、出力を利用・検証しやすくなります。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.amazon/nova-pro-v1Amazon Nova Proは、テキスト、画像、文書、動画を扱う推論に向けた、第一世代Novaのバランス型モデルです。提供された根拠とツールを組み合わせる、視覚分析、ソフトウェア作業、文書業務、エージェント向けにテキストを生成します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Amazon Nova Proは、Amazonの第一世代Novaファミリーに属する、バランス型のマルチモーダル理解モデルです。テキスト、画像、動画の理解を組み合わせ、文書への質問回答や視覚分析から、ソフトウェア作業やエージェント業務まで扱います。出力は説明、抽出情報、コード、計画、ツール要求などのテキストです。Proは軽量なNova Liteと、より負荷の大きい長文コンテキスト作業を扱うPremierの間に位置します。ここで説明するのはNova 2ではなく、元のPro v1エディションです。
第一世代Novaのガイドは、300Kトークンのコンテキストウィンドウと最大10Kトークンの出力を記載しています。知識のカットオフは2024年10月です。参照文章、文書内容、視覚的根拠、最近の会話を組み合わせ、簡潔な結果を返すワークフローに使えます。技術レビューでは関連コード、観測した動作、制約を提供し、理由を伴う変更提案を求めます。レポートでは比較する資料とフィールドを指定します。根拠と指示を分け、文書に書かれたことと検討すべき結論を区別できるようにします。
Amazonは、視覚的な質問への回答、画像の分類・要約、指定した物体のバウンディングボックスを返す機能を記載しています。第一世代の画像ガイドは[0, 1000)の座標尺度を使い、利用するアプリケーションが元画像の寸法へ変換します。画像は自動で拡大縮小され、最大解像度は8,000 × 8,000ピクセルと記載されています。スクリーンショット内の要素特定や図の説明などに役立ちます。文字の読みやすさと重要な視覚的文脈を保ち、解釈を求める前に関連する観測を求めます。
開発元が対応する画像形式はPNG、JPG/JPEG、GIF、WebPです。文書ワークフローはPDF、DOC/DOCX、CSV、XLS/XLSX、HTML、TXT、Markdownを受け付けます。テキスト主体の形式は文字として入力され、PDFとDOCXはグラフや表などの視覚要素と一緒に解釈できます。文書ガイドは最大5文書、各テキスト文書4.5 MBを上限とします。CMYKやSVG画像を使うPDF内容、およびJPEG2000やJBIG2など未対応の符号化を除外しています。PDFの文章だけが必要なら、ページを視覚的に読むより抽出テキストを入力する方が簡単です。埋め込みメディアはbase64の増加分を含む25 MBのペイロード上限を共有します。1リクエストに動画は1本で、S3経由では1 GB以下です。S3メディア全体は合計2 GBまでです。PDFとDOCXも最大5文書で、合計容量は直接アップロード25 MB、S3経由2 GBです。
ProはMP4、MOV、MKV、WebMなどの一般的な動画形式を分析できます。version1のサンプリングは16分までの動画を毎秒1フレーム、それより長い動画では全体に分散した960フレームを使います。特に動画が長くなるほど、素早い動作の精密な分析よりシーン単位の要約に適しています。Amazonは動きの多い動画を16分未満、動きの少ない動画を1時間未満にすることを勧めています。関連する区間を提供し、確認する出来事や関係を指定します。記載された入力モダリティに音声はないため、話された情報は文字起こしで与えます。また開発元は、このモデルが画像、文書、動画内の人物を特定したり名前を挙げたりしないと述べています。
Proは応答のストリーミング、クライアントが実行する関数呼び出し、検索拡張の作業に対応します。Amazonの記載された提供仕様ではプロンプトキャッシュにも対応します。明示キャッシュはチェックポイントごとに最低1Kトークンを必要とし、最大4チェックポイント、保持時間5分です。開発元は主にテキストプロンプトを対象に、キャッシュ上限を20Kトークンとしています。これはコンテキストウィンドウ全体とは別です。ツールと引数を記述し、アプリケーションに要求を実行させ、観測結果やエラーを返してからモデルに継続を求めます。第一世代Novaはプロンプトで解決を段階的に進められますが、Nova 2 Liteの個別に設定する拡張思考モードや組み込みツールとは異なります。ProはNova MicroとLiteの蒸留用教師にもなり、AmazonはProのカスタムファインチューニングも記載しています。そうしたカスタムモデルは独自の識別を持ちます。
version1のガイドは200以上の言語での学習と、英語、ドイツ語、スペイン語、フランス語、イタリア語、日本語、韓国語、アラビア語、簡体字中国語、ロシア語、ヒンディー語、ポルトガル語、オランダ語、トルコ語、ヘブライ語を含む15言語への最適化を説明しています。方言間で性能が同じだと仮定せず、必要な言語と用語を指定します。再利用するワークフローでは、最終構造と各フィールドが持つべき根拠を定めます。Proはもっともらしくても誤った主張や未実行のコードを返す場合があります。事実を明示し、ツール結果と提案を区別すると、出力を利用・検証しやすくなります。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 amazon/nova-pro-v1 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0016 / 1K トークン 出力 · 出力トークン $0.0064 / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0016 / 1K トークン 出力 · 出力トークン $0.0064 / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-pro-v1", "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='amazon/nova-pro-v1',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='amazon/nova-pro-v1',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra amazon/nova-pro-v1
上記に表示されたメソッドパスを使用してください。
amazon/nova-pro-v1Amazon Nova Proは、テキスト、画像、文書、動画を扱う推論に向けた、第一世代Novaのバランス型モデルです。提供された根拠とツールを組み合わせる、視覚分析、ソフトウェア作業、文書業務、エージェント向けにテキストを生成します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Amazon Nova Proは、Amazonの第一世代Novaファミリーに属する、バランス型のマルチモーダル理解モデルです。テキスト、画像、動画の理解を組み合わせ、文書への質問回答や視覚分析から、ソフトウェア作業やエージェント業務まで扱います。出力は説明、抽出情報、コード、計画、ツール要求などのテキストです。Proは軽量なNova Liteと、より負荷の大きい長文コンテキスト作業を扱うPremierの間に位置します。ここで説明するのはNova 2ではなく、元のPro v1エディションです。
第一世代Novaのガイドは、300Kトークンのコンテキストウィンドウと最大10Kトークンの出力を記載しています。知識のカットオフは2024年10月です。参照文章、文書内容、視覚的根拠、最近の会話を組み合わせ、簡潔な結果を返すワークフローに使えます。技術レビューでは関連コード、観測した動作、制約を提供し、理由を伴う変更提案を求めます。レポートでは比較する資料とフィールドを指定します。根拠と指示を分け、文書に書かれたことと検討すべき結論を区別できるようにします。
Amazonは、視覚的な質問への回答、画像の分類・要約、指定した物体のバウンディングボックスを返す機能を記載しています。第一世代の画像ガイドは[0, 1000)の座標尺度を使い、利用するアプリケーションが元画像の寸法へ変換します。画像は自動で拡大縮小され、最大解像度は8,000 × 8,000ピクセルと記載されています。スクリーンショット内の要素特定や図の説明などに役立ちます。文字の読みやすさと重要な視覚的文脈を保ち、解釈を求める前に関連する観測を求めます。
開発元が対応する画像形式はPNG、JPG/JPEG、GIF、WebPです。文書ワークフローはPDF、DOC/DOCX、CSV、XLS/XLSX、HTML、TXT、Markdownを受け付けます。テキスト主体の形式は文字として入力され、PDFとDOCXはグラフや表などの視覚要素と一緒に解釈できます。文書ガイドは最大5文書、各テキスト文書4.5 MBを上限とします。CMYKやSVG画像を使うPDF内容、およびJPEG2000やJBIG2など未対応の符号化を除外しています。PDFの文章だけが必要なら、ページを視覚的に読むより抽出テキストを入力する方が簡単です。埋め込みメディアはbase64の増加分を含む25 MBのペイロード上限を共有します。1リクエストに動画は1本で、S3経由では1 GB以下です。S3メディア全体は合計2 GBまでです。PDFとDOCXも最大5文書で、合計容量は直接アップロード25 MB、S3経由2 GBです。
ProはMP4、MOV、MKV、WebMなどの一般的な動画形式を分析できます。version1のサンプリングは16分までの動画を毎秒1フレーム、それより長い動画では全体に分散した960フレームを使います。特に動画が長くなるほど、素早い動作の精密な分析よりシーン単位の要約に適しています。Amazonは動きの多い動画を16分未満、動きの少ない動画を1時間未満にすることを勧めています。関連する区間を提供し、確認する出来事や関係を指定します。記載された入力モダリティに音声はないため、話された情報は文字起こしで与えます。また開発元は、このモデルが画像、文書、動画内の人物を特定したり名前を挙げたりしないと述べています。
Proは応答のストリーミング、クライアントが実行する関数呼び出し、検索拡張の作業に対応します。Amazonの記載された提供仕様ではプロンプトキャッシュにも対応します。明示キャッシュはチェックポイントごとに最低1Kトークンを必要とし、最大4チェックポイント、保持時間5分です。開発元は主にテキストプロンプトを対象に、キャッシュ上限を20Kトークンとしています。これはコンテキストウィンドウ全体とは別です。ツールと引数を記述し、アプリケーションに要求を実行させ、観測結果やエラーを返してからモデルに継続を求めます。第一世代Novaはプロンプトで解決を段階的に進められますが、Nova 2 Liteの個別に設定する拡張思考モードや組み込みツールとは異なります。ProはNova MicroとLiteの蒸留用教師にもなり、AmazonはProのカスタムファインチューニングも記載しています。そうしたカスタムモデルは独自の識別を持ちます。
version1のガイドは200以上の言語での学習と、英語、ドイツ語、スペイン語、フランス語、イタリア語、日本語、韓国語、アラビア語、簡体字中国語、ロシア語、ヒンディー語、ポルトガル語、オランダ語、トルコ語、ヘブライ語を含む15言語への最適化を説明しています。方言間で性能が同じだと仮定せず、必要な言語と用語を指定します。再利用するワークフローでは、最終構造と各フィールドが持つべき根拠を定めます。Proはもっともらしくても誤った主張や未実行のコードを返す場合があります。事実を明示し、ツール結果と提案を区別すると、出力を利用・検証しやすくなります。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 amazon/nova-pro-v1 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0016 / 1K トークン 出力 · 出力トークン $0.0064 / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0016 / 1K トークン 出力 · 出力トークン $0.0064 / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "amazon/nova-pro-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-pro-v1', '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': 'amazon/nova-pro-v1', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra amazon/nova-pro-v1
上記に表示されたメソッドパスを使用してください。
英語の技術例
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.