Mercury 2は、拡散型テキスト生成を基盤とするInceptionの推論言語モデルです。左から右への逐次デコードだけではなく、複数のトークンを並列に改良して結果へ近づけます。メーカーはこのモデル版を、コーディング、エージェント、検索、抽出における対話的な反復処理向けに開発しています。文章の指示とテキストのコンテキストを受け取り、文章の回答、コード、構造化データ、ツール操作案を生成します。
公開時の説明は、コンテキスト128K、調整可能な推論、ネイティブのツール利用、スキーマに沿うJSONを示しています。これらはMercury 2の記載された仕様に属し、後発のMercury 2.5のコンテキストや、特化型のVoice、Router、Editとは別です。ファミリー名から音声や編集の出力を推測せず、最終回答の形式を明示してください。
単純な抽出では項目定義と原文を渡します。推論では、条件全体と守るべき制約を示します。たとえば「この実装を要件と比較し、最初の不一致を特定して、根拠の説明を添えた限定的な修正を返してください」と依頼します。中間分析を行っても、最終結果は入力に結び付いている必要があります。
メーカーは、オートコンプリート、次の編集案、リファクタリング、対話型コードエージェントを関連用途に挙げています。周辺の実装を渡し、変更対象を特定します。期待する動作を説明し、改稿でも維持する公開名やインターフェースを指定します。実際のプロジェクトへ適用する前に、編集案が適合するか確認できます。
ツールを使う開発では、モデルが提示された操作から選び、アプリケーションが実行します。実際のエラー、コード抜粋、検証の観察を次のターンへ返します。生成した実装と正常に実行された結果は別の成果物であり、タスクでは完了を示す観察を求める必要があります。
メーカーのMercury 2の用途には、多段階の情報取得、再ランキング、要約があります。検索する質問、関連する出典の基準、最終回答に必要な事実など、各段階に正確な目的を定めます。ワークフロー全体で出典識別子を保持し、要約から原資料へ戻れるようにしてください。
構造化出力には、定義済みのフィールド、明確な型、情報がない場合の規約が必要です。スキーマへの適合は結果の表現に関するものであり、値は実際の文書やツールの観察と比較します。継続するタスクでは、無関係な履歴を蓄積せず、有用な所見と未解決の質問を残します。
Mercury 2は、音声などの対話型アプリケーション内でテキスト生成を担当できます。記載された役割は、音声や再生を扱う周辺の構成要素が使う言葉や判断を生成することです。文字起こしの整文では、文字起こしを渡し、編集後にも保持する文面、名前、意味を指定します。
128Kのコンテキストには、原資料、会話、生成内容が一緒に入ります。最終回答の余地を確保し、修正を重ねても質問を見える形で保ち、コンテキスト容量を独立した出力枠とみなさないでください。生成した事実、コード、抽出項目を元の入力と照合します。有用な成果物は、指定したタスクを進め、実際に渡した証拠で確認できる、焦点を絞った回答や構造化結果です。
", "aboutText": "Mercury 2は、拡散型テキスト生成を基盤とするInceptionの推論言語モデルです。左から右への逐次デコードだけではなく、複数のトークンを並列に改良して結果へ近づけます。メーカーはこのモデル版を、コーディング、エージェント、検索、抽出における対話的な反復処理向けに開発しています。文章の指示とテキストのコンテキストを受け取り、文章の回答、コード、構造化データ、ツール操作案を生成します。\n\n### 提供元のモデル仕様\n\n公開時の説明は、コンテキスト128K、調整可能な推論、ネイティブのツール利用、スキーマに沿うJSONを示しています。これらはMercury 2の記載された仕様に属し、後発のMercury 2.5のコンテキストや、特化型のVoice、Router、Editとは別です。ファミリー名から音声や編集の出力を推測せず、最終回答の形式を明示してください。\n\n単純な抽出では項目定義と原文を渡します。推論では、条件全体と守るべき制約を示します。たとえば「この実装を要件と比較し、最初の不一致を特定して、根拠の説明を添えた限定的な修正を返してください」と依頼します。中間分析を行っても、最終結果は入力に結び付いている必要があります。\n\n### コーディングと編集の支援\n\nメーカーは、オートコンプリート、次の編集案、リファクタリング、対話型コードエージェントを関連用途に挙げています。周辺の実装を渡し、変更対象を特定します。期待する動作を説明し、改稿でも維持する公開名やインターフェースを指定します。実際のプロジェクトへ適用する前に、編集案が適合するか確認できます。\n\nツールを使う開発では、モデルが提示された操作から選び、アプリケーションが実行します。実際のエラー、コード抜粋、検証の観察を次のターンへ返します。生成した実装と正常に実行された結果は別の成果物であり、タスクでは完了を示す観察を求める必要があります。\n\n### 検索とエージェントの反復処理\n\nメーカーのMercury 2の用途には、多段階の情報取得、再ランキング、要約があります。検索する質問、関連する出典の基準、最終回答に必要な事実など、各段階に正確な目的を定めます。ワークフロー全体で出典識別子を保持し、要約から原資料へ戻れるようにしてください。\n\n構造化出力には、定義済みのフィールド、明確な型、情報がない場合の規約が必要です。スキーマへの適合は結果の表現に関するものであり、値は実際の文書やツールの観察と比較します。継続するタスクでは、無関係な履歴を蓄積せず、有用な所見と未解決の質問を残します。\n\n### 対話型の言語タスクと制限\n\nMercury 2は、音声などの対話型アプリケーション内でテキスト生成を担当できます。記載された役割は、音声や再生を扱う周辺の構成要素が使う言葉や判断を生成することです。文字起こしの整文では、文字起こしを渡し、編集後にも保持する文面、名前、意味を指定します。\n\n128Kのコンテキストには、原資料、会話、生成内容が一緒に入ります。最終回答の余地を確保し、修正を重ねても質問を見える形で保ち、コンテキスト容量を独立した出力枠とみなさないでください。生成した事実、コード、抽出項目を元の入力と照合します。有用な成果物は、指定したタスクを進め、実際に渡した証拠で確認できる、焦点を絞った回答や構造化結果です。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Clean up a dictated task note\n\nClean up this supplied transcript for a task tracker: "Um, ask Rina, no, ask Sam to review invoice INV-209 before Thursday. Keep Rina copied. It is 480 euros, not 840." Remove fillers and false starts while preserving the corrected owner, copied person, invoice ID, deadline and amount. Return one clear task sentence.One cleaned task sentence retaining the final owner, copy instruction, invoice ID, deadline and corrected amount.Check that Sam owns review, Rina is copied and the amount is 480 euros.inception/mercury-2Mercury 2は、対話的なコーディング、検索、エージェントワークフロー向けのInceptionの拡散型推論テキストモデルです。並列の反復改良、コンテキスト128K、調整可能な推論、ネイティブのツール利用、スキーマに沿うJSONで、テキストから焦点の定まった回答と構造化成果物を作れます。
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。
Mercury 2は、拡散型テキスト生成を基盤とするInceptionの推論言語モデルです。左から右への逐次デコードだけではなく、複数のトークンを並列に改良して結果へ近づけます。メーカーはこのモデル版を、コーディング、エージェント、検索、抽出における対話的な反復処理向けに開発しています。文章の指示とテキストのコンテキストを受け取り、文章の回答、コード、構造化データ、ツール操作案を生成します。
公開時の説明は、コンテキスト128K、調整可能な推論、ネイティブのツール利用、スキーマに沿うJSONを示しています。これらはMercury 2の記載された仕様に属し、後発のMercury 2.5のコンテキストや、特化型のVoice、Router、Editとは別です。ファミリー名から音声や編集の出力を推測せず、最終回答の形式を明示してください。
単純な抽出では項目定義と原文を渡します。推論では、条件全体と守るべき制約を示します。たとえば「この実装を要件と比較し、最初の不一致を特定して、根拠の説明を添えた限定的な修正を返してください」と依頼します。中間分析を行っても、最終結果は入力に結び付いている必要があります。
メーカーは、オートコンプリート、次の編集案、リファクタリング、対話型コードエージェントを関連用途に挙げています。周辺の実装を渡し、変更対象を特定します。期待する動作を説明し、改稿でも維持する公開名やインターフェースを指定します。実際のプロジェクトへ適用する前に、編集案が適合するか確認できます。
ツールを使う開発では、モデルが提示された操作から選び、アプリケーションが実行します。実際のエラー、コード抜粋、検証の観察を次のターンへ返します。生成した実装と正常に実行された結果は別の成果物であり、タスクでは完了を示す観察を求める必要があります。
メーカーのMercury 2の用途には、多段階の情報取得、再ランキング、要約があります。検索する質問、関連する出典の基準、最終回答に必要な事実など、各段階に正確な目的を定めます。ワークフロー全体で出典識別子を保持し、要約から原資料へ戻れるようにしてください。
構造化出力には、定義済みのフィールド、明確な型、情報がない場合の規約が必要です。スキーマへの適合は結果の表現に関するものであり、値は実際の文書やツールの観察と比較します。継続するタスクでは、無関係な履歴を蓄積せず、有用な所見と未解決の質問を残します。
Mercury 2は、音声などの対話型アプリケーション内でテキスト生成を担当できます。記載された役割は、音声や再生を扱う周辺の構成要素が使う言葉や判断を生成することです。文字起こしの整文では、文字起こしを渡し、編集後にも保持する文面、名前、意味を指定します。
128Kのコンテキストには、原資料、会話、生成内容が一緒に入ります。最終回答の余地を確保し、修正を重ねても質問を見える形で保ち、コンテキスト容量を独立した出力枠とみなさないでください。生成した事実、コード、抽出項目を元の入力と照合します。有用な成果物は、指定したタスクを進め、実際に渡した証拠で確認できる、焦点を絞った回答や構造化結果です。
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 inception/mercury-2 | 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 $0.0005 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00005 / 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 $0.0005 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00005 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inception/mercury-2", "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='inception/mercury-2',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='inception/mercury-2',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 inception/mercury-2
上記に表示されたメソッドパスを使用してください。
inception/mercury-2Mercury 2は、対話的なコーディング、検索、エージェントワークフロー向けのInceptionの拡散型推論テキストモデルです。並列の反復改良、コンテキスト128K、調整可能な推論、ネイティブのツール利用、スキーマに沿うJSONで、テキストから焦点の定まった回答と構造化成果物を作れます。
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。
Mercury 2は、拡散型テキスト生成を基盤とするInceptionの推論言語モデルです。左から右への逐次デコードだけではなく、複数のトークンを並列に改良して結果へ近づけます。メーカーはこのモデル版を、コーディング、エージェント、検索、抽出における対話的な反復処理向けに開発しています。文章の指示とテキストのコンテキストを受け取り、文章の回答、コード、構造化データ、ツール操作案を生成します。
公開時の説明は、コンテキスト128K、調整可能な推論、ネイティブのツール利用、スキーマに沿うJSONを示しています。これらはMercury 2の記載された仕様に属し、後発のMercury 2.5のコンテキストや、特化型のVoice、Router、Editとは別です。ファミリー名から音声や編集の出力を推測せず、最終回答の形式を明示してください。
単純な抽出では項目定義と原文を渡します。推論では、条件全体と守るべき制約を示します。たとえば「この実装を要件と比較し、最初の不一致を特定して、根拠の説明を添えた限定的な修正を返してください」と依頼します。中間分析を行っても、最終結果は入力に結び付いている必要があります。
メーカーは、オートコンプリート、次の編集案、リファクタリング、対話型コードエージェントを関連用途に挙げています。周辺の実装を渡し、変更対象を特定します。期待する動作を説明し、改稿でも維持する公開名やインターフェースを指定します。実際のプロジェクトへ適用する前に、編集案が適合するか確認できます。
ツールを使う開発では、モデルが提示された操作から選び、アプリケーションが実行します。実際のエラー、コード抜粋、検証の観察を次のターンへ返します。生成した実装と正常に実行された結果は別の成果物であり、タスクでは完了を示す観察を求める必要があります。
メーカーのMercury 2の用途には、多段階の情報取得、再ランキング、要約があります。検索する質問、関連する出典の基準、最終回答に必要な事実など、各段階に正確な目的を定めます。ワークフロー全体で出典識別子を保持し、要約から原資料へ戻れるようにしてください。
構造化出力には、定義済みのフィールド、明確な型、情報がない場合の規約が必要です。スキーマへの適合は結果の表現に関するものであり、値は実際の文書やツールの観察と比較します。継続するタスクでは、無関係な履歴を蓄積せず、有用な所見と未解決の質問を残します。
Mercury 2は、音声などの対話型アプリケーション内でテキスト生成を担当できます。記載された役割は、音声や再生を扱う周辺の構成要素が使う言葉や判断を生成することです。文字起こしの整文では、文字起こしを渡し、編集後にも保持する文面、名前、意味を指定します。
128Kのコンテキストには、原資料、会話、生成内容が一緒に入ります。最終回答の余地を確保し、修正を重ねても質問を見える形で保ち、コンテキスト容量を独立した出力枠とみなさないでください。生成した事実、コード、抽出項目を元の入力と照合します。有用な成果物は、指定したタスクを進め、実際に渡した証拠で確認できる、焦点を絞った回答や構造化結果です。
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 inception/mercury-2 | 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 $0.0005 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00005 / 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 $0.0005 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00005 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "inception/mercury-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'inception/mercury-2', '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': 'inception/mercury-2', '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 inception/mercury-2
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
Clean up a dictated task note\n\nClean up this supplied transcript for a task tracker: "Um, ask Rina, no, ask Sam to review invoice INV-209 before Thursday. Keep Rina copied. It is 480 euros, not 840." Remove fillers and false starts while preserving the corrected owner, copied person, invoice ID, deadline and amount. Return one clear task sentence.One cleaned task sentence retaining the final owner, copy instruction, invoice ID, deadline and corrected amount.Check that Sam owns review, Rina is copied and the amount is 480 euros.