Baichuan3-Turbo は、Baichuan の第3世代製品群に属する汎用テキスト対話モデルです。メーカーは、この正確な名前に対して 32K のコンテキストを掲載しています。Baichuan3-Turbo-128k は、より大きなコンテキストを持つ別の項目であり、第4世代モデルも個別に命名されたエディションです。対話の準備や結果の比較では、選んだモデルとそのコンテキストプロファイルを明示してください。
開発元の汎用対話リファレンスでは、モデル名とメッセージ一覧を渡します。過去のターンを先に、後のターンをその後に置きます。システムメッセージを使う場合は最初に置き、役割や回答要件を定義します。ユーザーメッセージでタスクを示し、アシスタントメッセージで過去の回答を保持します。テキストコンテンツは、文字列または型を指定したテキストコンテンツ構造にできます。
文書を扱うタスクでは、対象箇所と求める結果を示します。例えば、「このプロジェクトメモから、明記された期限、担当者、成果物を抽出し、根拠となる表現を添えたフィールド一覧を返してください」と依頼できます。書き直す場合は、元の文章、読者層、文体を渡します。次の依頼が以前の解釈に依存するときは、関連する過去のターンを残してください。
文書化された対話操作では、最大回答トークン枠として 1〜2,048 トークンを指定でき、既定値は 2,048 です。この回答設定は、モデルの 32K コンテキストとは別のものです。入力を選ぶ際は回答の余地を残し、結果を完成済みとして扱う前に完了理由を確認します。
メーカーのサンプリング設定は、temperature が 0〜1、既定値 0.3、top_p が 0 以上 1 未満、既定値 0.85、top_k が 0〜20、既定値 5 です。top_k が 0 の場合、この選択方式は無効になります。これらは開発元インターフェースの設定です。比較するときは、タスクと出典を固定し、確認したい結果に関係する設定を変更します。
Baichuan3-Turbo は、JSON オブジェクト出力に対応するモデルとして明示的に掲載されています。開発元の JSON モードでも、システムまたはユーザーメッセージで JSON を生成するよう指示する必要があります。フィールドとその意味を指定し、不明な値をどう表現するか説明してください。次の工程へ渡す前に、返されたオブジェクトが要件を満たすか確認します。
プロジェクトメモの例では、期限、担当者、成果物のフィールドと、根拠となる文章を求めます。回答のトークン枠に達して停止した場合、JSON が未完成の可能性があります。出典と完了理由を保持し、部分的なオブジェクトを有効なレコードとして扱う前に、タスクや回答のトークン枠を調整します。
汎用対話のワークフローには、ナレッジベース検索、ウェブ検索、カスタム関数が用意されています。ナレッジベース検索は、提供された知識だけを使うよう制限できます。このモードでは、検索結果がなければ回答しないとメーカーが定めています。ナレッジ検索とウェブ検索を同時に設定した場合は、ナレッジ検索が優先されます。リファレンスは、同じタスクで関数呼び出しとこれらの検索ツールを組み合わせることにも注意を促しています。
知識に関する質問では、関連するコレクションを指定し、焦点を絞って尋ねます。最新情報に関する質問では、実際の検索根拠を回答とともに保存してください。ツールが提供した根拠と、その根拠から生成された結論は区別しておきます。
Baichuan3-Turbo は、関数対応モデルの一覧に明示的に含まれています。関数定義には、名前、説明、引数スキーマを指定します。モデルは操作を選び、引数を生成できます。接続されたアプリケーションが操作を実行し、呼び出しに対応する tool メッセージとして結果を返します。次のターンでも、この対応関係を保持してください。開発元が用意する関数選択の選択肢は、自動選択またはツール呼び出しなしです。
文書化されたインターフェースは、完成した回答、または逐次増えるテキストのストリームに対応しています。既定は非ストリーミングです。ストリームの断片を組み立てて最終回答にしてください。結果には、通常終了、長さの上限到達、ツール選択、コンテンツフィルタリングのいずれで生成が停止したかが示されます。
完成した成果物は、簡潔な回答、改稿文、抽出レコード、返された根拠に基づく説明など、意図したタスクに使います。出典に依存する値と、選択したエディションを併せて確認してください。より大きなコンテキストを持つ兄弟モデル、別世代の Baichuan、アプリケーションが生成した関数結果は、ワークフローのそれぞれ別の要素です。
", "aboutText": "### 名称で指定する 32K 対話モデル\n\nBaichuan3-Turbo は、Baichuan の第3世代製品群に属する汎用テキスト対話モデルです。メーカーは、この正確な名前に対して 32K のコンテキストを掲載しています。Baichuan3-Turbo-128k は、より大きなコンテキストを持つ別の項目であり、第4世代モデルも個別に命名されたエディションです。対話の準備や結果の比較では、選んだモデルとそのコンテキストプロファイルを明示してください。\n\n### メッセージを対話順に並べる\n\n開発元の汎用対話リファレンスでは、モデル名とメッセージ一覧を渡します。過去のターンを先に、後のターンをその後に置きます。システムメッセージを使う場合は最初に置き、役割や回答要件を定義します。ユーザーメッセージでタスクを示し、アシスタントメッセージで過去の回答を保持します。テキストコンテンツは、文字列または型を指定したテキストコンテンツ構造にできます。\n\n文書を扱うタスクでは、対象箇所と求める結果を示します。例えば、「このプロジェクトメモから、明記された期限、担当者、成果物を抽出し、根拠となる表現を添えたフィールド一覧を返してください」と依頼できます。書き直す場合は、元の文章、読者層、文体を渡します。次の依頼が以前の解釈に依存するときは、関連する過去のターンを残してください。\n\n### 回答とその長さを制御する\n\n文書化された対話操作では、最大回答トークン枠として 1〜2,048 トークンを指定でき、既定値は 2,048 です。この回答設定は、モデルの 32K コンテキストとは別のものです。入力を選ぶ際は回答の余地を残し、結果を完成済みとして扱う前に完了理由を確認します。\n\nメーカーのサンプリング設定は、temperature が 0〜1、既定値 0.3、top_p が 0 以上 1 未満、既定値 0.85、top_k が 0〜20、既定値 5 です。top_k が 0 の場合、この選択方式は無効になります。これらは開発元インターフェースの設定です。比較するときは、タスクと出典を固定し、確認したい結果に関係する設定を変更します。\n\n### JSON を意図的に生成する\n\nBaichuan3-Turbo は、JSON オブジェクト出力に対応するモデルとして明示的に掲載されています。開発元の JSON モードでも、システムまたはユーザーメッセージで JSON を生成するよう指示する必要があります。フィールドとその意味を指定し、不明な値をどう表現するか説明してください。次の工程へ渡す前に、返されたオブジェクトが要件を満たすか確認します。\n\nプロジェクトメモの例では、期限、担当者、成果物のフィールドと、根拠となる文章を求めます。回答のトークン枠に達して停止した場合、JSON が未完成の可能性があります。出典と完了理由を保持し、部分的なオブジェクトを有効なレコードとして扱う前に、タスクや回答のトークン枠を調整します。\n\n### 根拠を検索する、または関数を要求する\n\n汎用対話のワークフローには、ナレッジベース検索、ウェブ検索、カスタム関数が用意されています。ナレッジベース検索は、提供された知識だけを使うよう制限できます。このモードでは、検索結果がなければ回答しないとメーカーが定めています。ナレッジ検索とウェブ検索を同時に設定した場合は、ナレッジ検索が優先されます。リファレンスは、同じタスクで関数呼び出しとこれらの検索ツールを組み合わせることにも注意を促しています。\n\n知識に関する質問では、関連するコレクションを指定し、焦点を絞って尋ねます。最新情報に関する質問では、実際の検索根拠を回答とともに保存してください。ツールが提供した根拠と、その根拠から生成された結論は区別しておきます。\n\nBaichuan3-Turbo は、関数対応モデルの一覧に明示的に含まれています。関数定義には、名前、説明、引数スキーマを指定します。モデルは操作を選び、引数を生成できます。接続されたアプリケーションが操作を実行し、呼び出しに対応する tool メッセージとして結果を返します。次のターンでも、この対応関係を保持してください。開発元が用意する関数選択の選択肢は、自動選択またはツール呼び出しなしです。\n\n### 完成したテキストまたはオブジェクトを保持する\n\n文書化されたインターフェースは、完成した回答、または逐次増えるテキストのストリームに対応しています。既定は非ストリーミングです。ストリームの断片を組み立てて最終回答にしてください。結果には、通常終了、長さの上限到達、ツール選択、コンテンツフィルタリングのいずれで生成が停止したかが示されます。\n\n完成した成果物は、簡潔な回答、改稿文、抽出レコード、返された根拠に基づく説明など、意図したタスクに使います。出典に依存する値と、選択したエディションを併せて確認してください。より大きなコンテキストを持つ兄弟モデル、別世代の Baichuan、アプリケーションが生成した関数結果は、ワークフローのそれぞれ別の要素です。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Extract a project handoff\n\nExtract a handoff from this note: Maya will send the revised pricing sheet to Operations by 16:00 Thursday. Leon will review it after receipt; no review deadline has been agreed. Return the owner, deliverable and deadline for each action, with supporting words. Mark missing deadlines as unspecified.Two action records containing owner, deliverable, deadline and a short supporting quotation.Check that Thursday 16:00 belongs to Maya’s delivery and is not assigned to Leon’s review.Baichuan3-TurboBaichuan3-Turbo は、32K のコンテキストが文書化されているテキスト対話モデルです。開発元のインターフェースは、完成済みまたはストリーミング形式の回答、JSON 出力、カスタム関数呼び出しに対応し、根拠のある回答のためにナレッジ検索とウェブ検索を個別に選べます。
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。
Baichuan3-Turbo は、Baichuan の第3世代製品群に属する汎用テキスト対話モデルです。メーカーは、この正確な名前に対して 32K のコンテキストを掲載しています。Baichuan3-Turbo-128k は、より大きなコンテキストを持つ別の項目であり、第4世代モデルも個別に命名されたエディションです。対話の準備や結果の比較では、選んだモデルとそのコンテキストプロファイルを明示してください。
開発元の汎用対話リファレンスでは、モデル名とメッセージ一覧を渡します。過去のターンを先に、後のターンをその後に置きます。システムメッセージを使う場合は最初に置き、役割や回答要件を定義します。ユーザーメッセージでタスクを示し、アシスタントメッセージで過去の回答を保持します。テキストコンテンツは、文字列または型を指定したテキストコンテンツ構造にできます。
文書を扱うタスクでは、対象箇所と求める結果を示します。例えば、「このプロジェクトメモから、明記された期限、担当者、成果物を抽出し、根拠となる表現を添えたフィールド一覧を返してください」と依頼できます。書き直す場合は、元の文章、読者層、文体を渡します。次の依頼が以前の解釈に依存するときは、関連する過去のターンを残してください。
文書化された対話操作では、最大回答トークン枠として 1〜2,048 トークンを指定でき、既定値は 2,048 です。この回答設定は、モデルの 32K コンテキストとは別のものです。入力を選ぶ際は回答の余地を残し、結果を完成済みとして扱う前に完了理由を確認します。
メーカーのサンプリング設定は、temperature が 0〜1、既定値 0.3、top_p が 0 以上 1 未満、既定値 0.85、top_k が 0〜20、既定値 5 です。top_k が 0 の場合、この選択方式は無効になります。これらは開発元インターフェースの設定です。比較するときは、タスクと出典を固定し、確認したい結果に関係する設定を変更します。
Baichuan3-Turbo は、JSON オブジェクト出力に対応するモデルとして明示的に掲載されています。開発元の JSON モードでも、システムまたはユーザーメッセージで JSON を生成するよう指示する必要があります。フィールドとその意味を指定し、不明な値をどう表現するか説明してください。次の工程へ渡す前に、返されたオブジェクトが要件を満たすか確認します。
プロジェクトメモの例では、期限、担当者、成果物のフィールドと、根拠となる文章を求めます。回答のトークン枠に達して停止した場合、JSON が未完成の可能性があります。出典と完了理由を保持し、部分的なオブジェクトを有効なレコードとして扱う前に、タスクや回答のトークン枠を調整します。
汎用対話のワークフローには、ナレッジベース検索、ウェブ検索、カスタム関数が用意されています。ナレッジベース検索は、提供された知識だけを使うよう制限できます。このモードでは、検索結果がなければ回答しないとメーカーが定めています。ナレッジ検索とウェブ検索を同時に設定した場合は、ナレッジ検索が優先されます。リファレンスは、同じタスクで関数呼び出しとこれらの検索ツールを組み合わせることにも注意を促しています。
知識に関する質問では、関連するコレクションを指定し、焦点を絞って尋ねます。最新情報に関する質問では、実際の検索根拠を回答とともに保存してください。ツールが提供した根拠と、その根拠から生成された結論は区別しておきます。
Baichuan3-Turbo は、関数対応モデルの一覧に明示的に含まれています。関数定義には、名前、説明、引数スキーマを指定します。モデルは操作を選び、引数を生成できます。接続されたアプリケーションが操作を実行し、呼び出しに対応する tool メッセージとして結果を返します。次のターンでも、この対応関係を保持してください。開発元が用意する関数選択の選択肢は、自動選択またはツール呼び出しなしです。
文書化されたインターフェースは、完成した回答、または逐次増えるテキストのストリームに対応しています。既定は非ストリーミングです。ストリームの断片を組み立てて最終回答にしてください。結果には、通常終了、長さの上限到達、ツール選択、コンテンツフィルタリングのいずれで生成が停止したかが示されます。
完成した成果物は、簡潔な回答、改稿文、抽出レコード、返された根拠に基づく説明など、意図したタスクに使います。出典に依存する値と、選択したエディションを併せて確認してください。より大きなコンテキストを持つ兄弟モデル、別世代の Baichuan、アプリケーションが生成した関数結果は、ワークフローのそれぞれ別の要素です。
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 Baichuan3-Turbo | 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。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.00374 / 1K トークン 出力 · 出力トークン $0.00374 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Baichuan3-Turbo", "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='Baichuan3-Turbo',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='Baichuan3-Turbo',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 Baichuan3-Turbo
上記に表示されたメソッドパスを使用してください。
Baichuan3-TurboBaichuan3-Turbo は、32K のコンテキストが文書化されているテキスト対話モデルです。開発元のインターフェースは、完成済みまたはストリーミング形式の回答、JSON 出力、カスタム関数呼び出しに対応し、根拠のある回答のためにナレッジ検索とウェブ検索を個別に選べます。
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。
Baichuan3-Turbo は、Baichuan の第3世代製品群に属する汎用テキスト対話モデルです。メーカーは、この正確な名前に対して 32K のコンテキストを掲載しています。Baichuan3-Turbo-128k は、より大きなコンテキストを持つ別の項目であり、第4世代モデルも個別に命名されたエディションです。対話の準備や結果の比較では、選んだモデルとそのコンテキストプロファイルを明示してください。
開発元の汎用対話リファレンスでは、モデル名とメッセージ一覧を渡します。過去のターンを先に、後のターンをその後に置きます。システムメッセージを使う場合は最初に置き、役割や回答要件を定義します。ユーザーメッセージでタスクを示し、アシスタントメッセージで過去の回答を保持します。テキストコンテンツは、文字列または型を指定したテキストコンテンツ構造にできます。
文書を扱うタスクでは、対象箇所と求める結果を示します。例えば、「このプロジェクトメモから、明記された期限、担当者、成果物を抽出し、根拠となる表現を添えたフィールド一覧を返してください」と依頼できます。書き直す場合は、元の文章、読者層、文体を渡します。次の依頼が以前の解釈に依存するときは、関連する過去のターンを残してください。
文書化された対話操作では、最大回答トークン枠として 1〜2,048 トークンを指定でき、既定値は 2,048 です。この回答設定は、モデルの 32K コンテキストとは別のものです。入力を選ぶ際は回答の余地を残し、結果を完成済みとして扱う前に完了理由を確認します。
メーカーのサンプリング設定は、temperature が 0〜1、既定値 0.3、top_p が 0 以上 1 未満、既定値 0.85、top_k が 0〜20、既定値 5 です。top_k が 0 の場合、この選択方式は無効になります。これらは開発元インターフェースの設定です。比較するときは、タスクと出典を固定し、確認したい結果に関係する設定を変更します。
Baichuan3-Turbo は、JSON オブジェクト出力に対応するモデルとして明示的に掲載されています。開発元の JSON モードでも、システムまたはユーザーメッセージで JSON を生成するよう指示する必要があります。フィールドとその意味を指定し、不明な値をどう表現するか説明してください。次の工程へ渡す前に、返されたオブジェクトが要件を満たすか確認します。
プロジェクトメモの例では、期限、担当者、成果物のフィールドと、根拠となる文章を求めます。回答のトークン枠に達して停止した場合、JSON が未完成の可能性があります。出典と完了理由を保持し、部分的なオブジェクトを有効なレコードとして扱う前に、タスクや回答のトークン枠を調整します。
汎用対話のワークフローには、ナレッジベース検索、ウェブ検索、カスタム関数が用意されています。ナレッジベース検索は、提供された知識だけを使うよう制限できます。このモードでは、検索結果がなければ回答しないとメーカーが定めています。ナレッジ検索とウェブ検索を同時に設定した場合は、ナレッジ検索が優先されます。リファレンスは、同じタスクで関数呼び出しとこれらの検索ツールを組み合わせることにも注意を促しています。
知識に関する質問では、関連するコレクションを指定し、焦点を絞って尋ねます。最新情報に関する質問では、実際の検索根拠を回答とともに保存してください。ツールが提供した根拠と、その根拠から生成された結論は区別しておきます。
Baichuan3-Turbo は、関数対応モデルの一覧に明示的に含まれています。関数定義には、名前、説明、引数スキーマを指定します。モデルは操作を選び、引数を生成できます。接続されたアプリケーションが操作を実行し、呼び出しに対応する tool メッセージとして結果を返します。次のターンでも、この対応関係を保持してください。開発元が用意する関数選択の選択肢は、自動選択またはツール呼び出しなしです。
文書化されたインターフェースは、完成した回答、または逐次増えるテキストのストリームに対応しています。既定は非ストリーミングです。ストリームの断片を組み立てて最終回答にしてください。結果には、通常終了、長さの上限到達、ツール選択、コンテンツフィルタリングのいずれで生成が停止したかが示されます。
完成した成果物は、簡潔な回答、改稿文、抽出レコード、返された根拠に基づく説明など、意図したタスクに使います。出典に依存する値と、選択したエディションを併せて確認してください。より大きなコンテキストを持つ兄弟モデル、別世代の Baichuan、アプリケーションが生成した関数結果は、ワークフローのそれぞれ別の要素です。
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 Baichuan3-Turbo | 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。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.00374 / 1K トークン 出力 · 出力トークン $0.00374 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "Baichuan3-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Baichuan3-Turbo', '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': 'Baichuan3-Turbo', '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 Baichuan3-Turbo
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
Extract a project handoff\n\nExtract a handoff from this note: Maya will send the revised pricing sheet to Operations by 16:00 Thursday. Leon will review it after receipt; no review deadline has been agreed. Return the owner, deliverable and deadline for each action, with supporting words. Mark missing deadlines as unspecified.Two action records containing owner, deliverable, deadline and a short supporting quotation.Check that Thursday 16:00 belongs to Maya’s delivery and is not assigned to Leon’s review.