Sakana Namazuは、日本語と日本のビジネス環境向けに調整したSakana AIの言語モデルです。メーカーはKimi K2.6を基に、社内データで日本語応答、指示追従、エージェント向けの作業を調整しています。テキストと画像を扱い、説明、レポート、提案された関数呼び出しなどの文章結果を作ります。
言語への適応は、このモデルの目的の中心です。メーカーは、自然な日本語のビジネス文書やメール、敬語、日本語の固有名詞、商習慣を重視しています。草稿作成や翻訳では、読者、当事者間の関係、統一すべき用語を提供してください。すべての日本語メッセージを同じ種類の伝達とみなさず、その場面に合う丁寧さを求めます。
メーカーはNamazuサービスに、ウェブ検索とコード実行を組み込みツールとして提供しています。調査の例では、調査を計画し、検索を繰り返し、情報を照合してレポートを書きます。データ分析の例では、日本語の問い合わせと注文情報の集計・分析を組み合わせます。これらはツールに接続したメーカーの流れです。モデルを使うアプリケーションも、自分のタスクに必要なアクセスや観察結果を用意する必要があります。
市場調査のレポートでは、分野、期間、答える質問を示してください。有用な出力は、出典のある事実、解釈、示唆を分けます。問い合わせの分析では、問い合わせの分類とタスクで使用を許可されたレコードを提供し、主な傾向と数値の説明を求めます。結果を提供レコードに照合できるよう、データの定義と単位を見える状態にしてください。
Namazuは画像認識と関数呼び出しにも対応します。メーカーの創作の実演では、アニメーション場面でモデルが次の操作を決める際に、スクリーンショットをフィードバックとして使います。アプリケーションでも同じ型の視覚的フィードバックを使えます。観察した画像を提供し、認識する状態を定義し、次の段階を求める前に、実行した操作の結果を返してください。
このモデルの日本語への特化は、推論やコーディングの作業を補います。ビジネスの返信、二言語の修正、調査レポート、分析メモなど、具体的な成果物を準備してください。後続のターンでも証拠とタスクの日本語用語を保持し、提案された操作を、周辺アプリケーションが実際に行った操作と区別します。
", "aboutText": "Sakana Namazuは、日本語と日本のビジネス環境向けに調整したSakana AIの言語モデルです。メーカーはKimi K2.6を基に、社内データで日本語応答、指示追従、エージェント向けの作業を調整しています。テキストと画像を扱い、説明、レポート、提案された関数呼び出しなどの文章結果を作ります。\n\n言語への適応は、このモデルの目的の中心です。メーカーは、自然な日本語のビジネス文書やメール、敬語、日本語の固有名詞、商習慣を重視しています。草稿作成や翻訳では、読者、当事者間の関係、統一すべき用語を提供してください。すべての日本語メッセージを同じ種類の伝達とみなさず、その場面に合う丁寧さを求めます。\n\nメーカーはNamazuサービスに、ウェブ検索とコード実行を組み込みツールとして提供しています。調査の例では、調査を計画し、検索を繰り返し、情報を照合してレポートを書きます。データ分析の例では、日本語の問い合わせと注文情報の集計・分析を組み合わせます。これらはツールに接続したメーカーの流れです。モデルを使うアプリケーションも、自分のタスクに必要なアクセスや観察結果を用意する必要があります。\n\n市場調査のレポートでは、分野、期間、答える質問を示してください。有用な出力は、出典のある事実、解釈、示唆を分けます。問い合わせの分析では、問い合わせの分類とタスクで使用を許可されたレコードを提供し、主な傾向と数値の説明を求めます。結果を提供レコードに照合できるよう、データの定義と単位を見える状態にしてください。\n\nNamazuは画像認識と関数呼び出しにも対応します。メーカーの創作の実演では、アニメーション場面でモデルが次の操作を決める際に、スクリーンショットをフィードバックとして使います。アプリケーションでも同じ型の視覚的フィードバックを使えます。観察した画像を提供し、認識する状態を定義し、次の段階を求める前に、実行した操作の結果を返してください。\n\nこのモデルの日本語への特化は、推論やコーディングの作業を補います。ビジネスの返信、二言語の修正、調査レポート、分析メモなど、具体的な成果物を準備してください。後続のターンでも証拠とタスクの日本語用語を保持し、提案された操作を、周辺アプリケーションが実際に行った操作と区別します。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Draft a Japanese business reschedule email\n\nDraft a polite Japanese business email to an existing external partner, Ms Tanaka. Ask to move the meeting from 10:00 to 11:00 on the same Tuesday because the preceding workshop runs longer. Acknowledge the inconvenience and ask whether the new time suits her. Keep the date unspecified, preserve the two times, and do not imply she has accepted.A concise Japanese email with a subject, respectful greeting, reschedule request and confirmation question.The email uses appropriate partner-facing politeness and retains the request as pending rather than confirmed.sakana/sakana-namazuSakana Namazu は、ビジネス文書、調査、エージェントのワークフローに対応する、Sakana AI の日本語特化モデルです。日本語と日本の文化的背景に、推論、画像認識、開発元が提供する検索・コードツールを組み合わせます。
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。
Sakana Namazuは、日本語と日本のビジネス環境向けに調整したSakana AIの言語モデルです。メーカーはKimi K2.6を基に、社内データで日本語応答、指示追従、エージェント向けの作業を調整しています。テキストと画像を扱い、説明、レポート、提案された関数呼び出しなどの文章結果を作ります。
言語への適応は、このモデルの目的の中心です。メーカーは、自然な日本語のビジネス文書やメール、敬語、日本語の固有名詞、商習慣を重視しています。草稿作成や翻訳では、読者、当事者間の関係、統一すべき用語を提供してください。すべての日本語メッセージを同じ種類の伝達とみなさず、その場面に合う丁寧さを求めます。
メーカーはNamazuサービスに、ウェブ検索とコード実行を組み込みツールとして提供しています。調査の例では、調査を計画し、検索を繰り返し、情報を照合してレポートを書きます。データ分析の例では、日本語の問い合わせと注文情報の集計・分析を組み合わせます。これらはツールに接続したメーカーの流れです。モデルを使うアプリケーションも、自分のタスクに必要なアクセスや観察結果を用意する必要があります。
市場調査のレポートでは、分野、期間、答える質問を示してください。有用な出力は、出典のある事実、解釈、示唆を分けます。問い合わせの分析では、問い合わせの分類とタスクで使用を許可されたレコードを提供し、主な傾向と数値の説明を求めます。結果を提供レコードに照合できるよう、データの定義と単位を見える状態にしてください。
Namazuは画像認識と関数呼び出しにも対応します。メーカーの創作の実演では、アニメーション場面でモデルが次の操作を決める際に、スクリーンショットをフィードバックとして使います。アプリケーションでも同じ型の視覚的フィードバックを使えます。観察した画像を提供し、認識する状態を定義し、次の段階を求める前に、実行した操作の結果を返してください。
このモデルの日本語への特化は、推論やコーディングの作業を補います。ビジネスの返信、二言語の修正、調査レポート、分析メモなど、具体的な成果物を準備してください。後続のターンでも証拠とタスクの日本語用語を保持し、提案された操作を、周辺アプリケーションが実際に行った操作と区別します。
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 sakana/sakana-namazu | 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 $0.0019 / 1K トークン 出力 · 出力トークン $0.008 / 1K トークン 入力 · キャッシュ読み取り $0.0003 / 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 $0.0019 / 1K トークン 出力 · 出力トークン $0.008 / 1K トークン 入力 · キャッシュ読み取り $0.0003 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sakana/sakana-namazu", "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='sakana/sakana-namazu',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='sakana/sakana-namazu',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 sakana/sakana-namazu
上記に表示されたメソッドパスを使用してください。
sakana/sakana-namazuSakana Namazu は、ビジネス文書、調査、エージェントのワークフローに対応する、Sakana AI の日本語特化モデルです。日本語と日本の文化的背景に、推論、画像認識、開発元が提供する検索・コードツールを組み合わせます。
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。
Sakana Namazuは、日本語と日本のビジネス環境向けに調整したSakana AIの言語モデルです。メーカーはKimi K2.6を基に、社内データで日本語応答、指示追従、エージェント向けの作業を調整しています。テキストと画像を扱い、説明、レポート、提案された関数呼び出しなどの文章結果を作ります。
言語への適応は、このモデルの目的の中心です。メーカーは、自然な日本語のビジネス文書やメール、敬語、日本語の固有名詞、商習慣を重視しています。草稿作成や翻訳では、読者、当事者間の関係、統一すべき用語を提供してください。すべての日本語メッセージを同じ種類の伝達とみなさず、その場面に合う丁寧さを求めます。
メーカーはNamazuサービスに、ウェブ検索とコード実行を組み込みツールとして提供しています。調査の例では、調査を計画し、検索を繰り返し、情報を照合してレポートを書きます。データ分析の例では、日本語の問い合わせと注文情報の集計・分析を組み合わせます。これらはツールに接続したメーカーの流れです。モデルを使うアプリケーションも、自分のタスクに必要なアクセスや観察結果を用意する必要があります。
市場調査のレポートでは、分野、期間、答える質問を示してください。有用な出力は、出典のある事実、解釈、示唆を分けます。問い合わせの分析では、問い合わせの分類とタスクで使用を許可されたレコードを提供し、主な傾向と数値の説明を求めます。結果を提供レコードに照合できるよう、データの定義と単位を見える状態にしてください。
Namazuは画像認識と関数呼び出しにも対応します。メーカーの創作の実演では、アニメーション場面でモデルが次の操作を決める際に、スクリーンショットをフィードバックとして使います。アプリケーションでも同じ型の視覚的フィードバックを使えます。観察した画像を提供し、認識する状態を定義し、次の段階を求める前に、実行した操作の結果を返してください。
このモデルの日本語への特化は、推論やコーディングの作業を補います。ビジネスの返信、二言語の修正、調査レポート、分析メモなど、具体的な成果物を準備してください。後続のターンでも証拠とタスクの日本語用語を保持し、提案された操作を、周辺アプリケーションが実際に行った操作と区別します。
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 sakana/sakana-namazu | 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 $0.0019 / 1K トークン 出力 · 出力トークン $0.008 / 1K トークン 入力 · キャッシュ読み取り $0.0003 / 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 $0.0019 / 1K トークン 出力 · 出力トークン $0.008 / 1K トークン 入力 · キャッシュ読み取り $0.0003 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "sakana/sakana-namazu",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sakana/sakana-namazu', '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': 'sakana/sakana-namazu', '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 sakana/sakana-namazu
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
Draft a Japanese business reschedule email\n\nDraft a polite Japanese business email to an existing external partner, Ms Tanaka. Ask to move the meeting from 10:00 to 11:00 on the same Tuesday because the preceding workshop runs longer. Acknowledge the inconvenience and ask whether the new time suits her. Keep the date unspecified, preserve the two times, and do not imply she has accepted.A concise Japanese email with a subject, respectful greeting, reschedule request and confirmation question.The email uses appropriate partner-facing politeness and retains the request as pending rather than confirmed.