Ling Flash 2.0 — Ling 2.0 архитектура отбасындағы inclusionAI тілдік моделі. Өндіруші күрделі пайымдауды, код генерациясын, фронтенд әзірлеуді және шығармашылық жазуды оған тән тапсырмалар деп сипаттайды. Жарияланған карточкада сарапшылар қоспасы моделі үшін эмбеддингтерді қоса алғанда жалпы 100 млрд және белсенді 6,1 млрд параметр берілген.
Шарттарды, бастапқы материалды және соңғы артефактты беріңіз. Пайымдау сұрағы оны қолдайтын деректермен байланысқан қорытындыны сұрай алады. Код тапсырмасында тиісті бастапқы кодты, күтілетін әрекетті және шешілетін жағдайды беруге болады. Фронтенд жұмысында интерфейс іске асыруы тиіс басқару элементтерін, күйлерді және деректер байланыстарын атаңыз.
Ұсынылған нәтижені орындалу дәлелінен бөлек ұстаңыз. Модель мәтін не код қайтарады; қолданба артефактты көзделген ортада сақтайды, іске қосады және тексереді. Кейінгі сұрау байқалған қатені немесе нақты сәйкессіздікті беріп, мақсатты түзетуді сұрай алады.
Өндіруші шығарылымның чат үлгісі арқылы жүйелік нұсқау мен пайдаланушы сұрағын көрсетеді. Бастапқы материалды анық белгілеп, кейінгі айналымдарға қажет тапсырма шешімдерін сақтаңыз. Ұзын сұрау соңғы жауапқа қай үзінділер не файлдар маңызды екенін көрсетуі тиіс.
Құрылымды нәтиже үшін міндетті бөлімдерді немесе өрістерді және жоқ ақпаратты өңдеу тәртібін анықтаңыз. Қайтарылған мәндерді айналасындағы қолданбада қолданбас бұрын берілген дәлелдермен салыстырып тексеріңіз.
Өндірушінің модель кестесі YaRN арқылы 128K-ға кеңейтілетін 32K контексті көрсетеді. Орналастыру нұсқаулығы осы кеңейту үшін масштабтау конфигурациясын және нақты ең ұзын модель ұзындығын сипаттайды. Қызметте ұсынылған нақты нұсқа жұмыс контекстін 128 000 токен деп көрсетеді; жергілікті орналастыру өзгерісін қызмет сұрауына қолданудың орнына таңдалған интерфейстің нақты шектерін пайдаланыңыз.
Өндіруші бақыланатын қосымша оқыту және көпкезеңді нығайтпалы оқыту арқылы 20 трлн-нан астам токенде оқытылғанын сипаттайды. Ling Flash моделін бөлек атаулы Mini тілдік моделі мен Ring ойлау отбасынан ажыратыңыз. Архитектура мен оқыту сипаттамасы әмбебап жауап жылдамдығын немесе әр интерфейсте бар құрал тасымалын анықтамайды.
", "aboutText": "Ling Flash 2.0 — Ling 2.0 архитектура отбасындағы inclusionAI тілдік моделі. Өндіруші күрделі пайымдауды, код генерациясын, фронтенд әзірлеуді және шығармашылық жазуды оған тән тапсырмалар деп сипаттайды. Жарияланған карточкада сарапшылар қоспасы моделі үшін эмбеддингтерді қоса алғанда жалпы 100 млрд және белсенді 6,1 млрд параметр берілген.\n\n### Пайымдау немесе код нәтижесін анықтаңыз\n\nШарттарды, бастапқы материалды және соңғы артефактты беріңіз. Пайымдау сұрағы оны қолдайтын деректермен байланысқан қорытындыны сұрай алады. Код тапсырмасында тиісті бастапқы кодты, күтілетін әрекетті және шешілетін жағдайды беруге болады. Фронтенд жұмысында интерфейс іске асыруы тиіс басқару элементтерін, күйлерді және деректер байланыстарын атаңыз.\n\nҰсынылған нәтижені орындалу дәлелінен бөлек ұстаңыз. Модель мәтін не код қайтарады; қолданба артефактты көзделген ортада сақтайды, іске қосады және тексереді. Кейінгі сұрау байқалған қатені немесе нақты сәйкессіздікті беріп, мақсатты түзетуді сұрай алады.\n\n### Әңгіме контекстін ұйымдастырыңыз\n\nӨндіруші шығарылымның чат үлгісі арқылы жүйелік нұсқау мен пайдаланушы сұрағын көрсетеді. Бастапқы материалды анық белгілеп, кейінгі айналымдарға қажет тапсырма шешімдерін сақтаңыз. Ұзын сұрау соңғы жауапқа қай үзінділер не файлдар маңызды екенін көрсетуі тиіс.\n\nҚұрылымды нәтиже үшін міндетті бөлімдерді немесе өрістерді және жоқ ақпаратты өңдеу тәртібін анықтаңыз. Қайтарылған мәндерді айналасындағы қолданбада қолданбас бұрын берілген дәлелдермен салыстырып тексеріңіз.\n\n### Құжатталған контекст конфигурациясын пайдаланыңыз\n\nӨндірушінің модель кестесі YaRN арқылы 128K-ға кеңейтілетін 32K контексті көрсетеді. Орналастыру нұсқаулығы осы кеңейту үшін масштабтау конфигурациясын және нақты ең ұзын модель ұзындығын сипаттайды. Қызметте ұсынылған нақты нұсқа жұмыс контекстін 128 000 токен деп көрсетеді; жергілікті орналастыру өзгерісін қызмет сұрауына қолданудың орнына таңдалған интерфейстің нақты шектерін пайдаланыңыз.\n\nӨндіруші бақыланатын қосымша оқыту және көпкезеңді нығайтпалы оқыту арқылы 20 трлн-нан астам токенде оқытылғанын сипаттайды. Ling Flash моделін бөлек атаулы Mini тілдік моделі мен Ring ойлау отбасынан ажыратыңыз. Архитектура мен оқыту сипаттамасы әмбебап жауап жылдамдығын немесе әр интерфейсте бар құрал тасымалын анықтамайды.", "editorialOverlay": { "copy_fields": { "practical_html": "Ағылшын тіліндегі техникалық мысал
Specify an accessible filter interaction\n\nPropose HTML and plain JavaScript for a product filter with three checkboxes: In stock, On sale and Free delivery. Show the number of active filters beside a Reset button. Reset must uncheck every box and set the count to zero. Include a keyboard-use check and a test of toggling two filters. Return code, not a screenshot.A complete small HTML/JavaScript example and two verification steps for keyboard use and count/reset behaviour.Checkbox state and active count stay consistent after individual toggles and Reset.inclusionAI/Ling-flash-2.0Ling Flash 2.0 — күрделі пайымдауға, код генерациясына және фронтенд әзірлеуге арналған inclusionAI мәтіндік моделі. Өндіруші жалпы 100 млрд және белсенді 6,1 млрд параметрді, сондай-ақ YaRN арқылы 128K-ға дейін кеңейтілетін 32K контексті жариялайды.
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
Ling Flash 2.0 — Ling 2.0 архитектура отбасындағы inclusionAI тілдік моделі. Өндіруші күрделі пайымдауды, код генерациясын, фронтенд әзірлеуді және шығармашылық жазуды оған тән тапсырмалар деп сипаттайды. Жарияланған карточкада сарапшылар қоспасы моделі үшін эмбеддингтерді қоса алғанда жалпы 100 млрд және белсенді 6,1 млрд параметр берілген.
Шарттарды, бастапқы материалды және соңғы артефактты беріңіз. Пайымдау сұрағы оны қолдайтын деректермен байланысқан қорытындыны сұрай алады. Код тапсырмасында тиісті бастапқы кодты, күтілетін әрекетті және шешілетін жағдайды беруге болады. Фронтенд жұмысында интерфейс іске асыруы тиіс басқару элементтерін, күйлерді және деректер байланыстарын атаңыз.
Ұсынылған нәтижені орындалу дәлелінен бөлек ұстаңыз. Модель мәтін не код қайтарады; қолданба артефактты көзделген ортада сақтайды, іске қосады және тексереді. Кейінгі сұрау байқалған қатені немесе нақты сәйкессіздікті беріп, мақсатты түзетуді сұрай алады.
Өндіруші шығарылымның чат үлгісі арқылы жүйелік нұсқау мен пайдаланушы сұрағын көрсетеді. Бастапқы материалды анық белгілеп, кейінгі айналымдарға қажет тапсырма шешімдерін сақтаңыз. Ұзын сұрау соңғы жауапқа қай үзінділер не файлдар маңызды екенін көрсетуі тиіс.
Құрылымды нәтиже үшін міндетті бөлімдерді немесе өрістерді және жоқ ақпаратты өңдеу тәртібін анықтаңыз. Қайтарылған мәндерді айналасындағы қолданбада қолданбас бұрын берілген дәлелдермен салыстырып тексеріңіз.
Өндірушінің модель кестесі YaRN арқылы 128K-ға кеңейтілетін 32K контексті көрсетеді. Орналастыру нұсқаулығы осы кеңейту үшін масштабтау конфигурациясын және нақты ең ұзын модель ұзындығын сипаттайды. Қызметте ұсынылған нақты нұсқа жұмыс контекстін 128 000 токен деп көрсетеді; жергілікті орналастыру өзгерісін қызмет сұрауына қолданудың орнына таңдалған интерфейстің нақты шектерін пайдаланыңыз.
Өндіруші бақыланатын қосымша оқыту және көпкезеңді нығайтпалы оқыту арқылы 20 трлн-нан астам токенде оқытылғанын сипаттайды. Ling Flash моделін бөлек атаулы Mini тілдік моделі мен Ring ойлау отбасынан ажыратыңыз. Архитектура мен оқыту сипаттамасы әмбебап жауап жылдамдығын немесе әр интерфейсте бар құрал тасымалын анықтамайды.
POST /v1/chat/completionstexttext| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер inclusionAI/Ling-flash-2.0 | Әдепкі— |
Өрісmessages | Түріmessage[] | ТалапМіндетті | Мәндер мен шектеулер Элементтердің ең аз саны: 1 | Әдепкі— |
Өрісmessages[].role | Түріstring | ТалапМіндетті | Мәндер мен шектеулер Мысалдар: system, user, assistant, tool, function Шарттар: Бұл рөлдер бастапқы кодтағы үйлесімділік түрлерінде айқын көрсетілген; рөлдердің нақты жиыны әр модельге байланысты. Модельге байланысты | Әдепкі— |
Өрісmessages[].content | Түріstring|content_part[]|null | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісmessages[].tool_calls | Түріtool_call[] | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісmessages[].tool_call_id | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Мына жағдайда қолданылады: role=tool; нақты қайтарылған ID мәнін пайдаланыңыз | Әдепкі— |
Өрісmessages[].name | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісmessages[].reasoning_content | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Мына жағдайда қолданылады: Модель пайымдауды пайдаланса, нақты қайтарылған пайымдауды қайта жіберіңіз | Әдепкі— |
Өрісmessages[].reasoning_details | Түріobject|array | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісmax_tokens | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 Модельге байланысты | Әдепкі— |
Өрісmax_completion_tokens | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 Модельге байланысты | Әдепкі— |
Өрісstream | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |
Өрісstream_options.include_usage | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісtemperature | Түріnumber | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісtop_p | Түріnumber | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісstop | Түріstring|string[] | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісtools | Түріfunction_tool[] | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісtools[].type | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер function Модельге байланысты | Әдепкі— |
Өрісtools[].function.name | Түріstring | ТалапМіндетті | Мәндер мен шектеулер Мына жағдайда қолданылады: функция құралы берілген | Әдепкі— |
Өрісtools[].function.description | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісtools[].function.parameters | ТүріJSON_schema | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісtool_choice | Түріstring|object | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісparallel_tool_calls | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісresponse_format | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісreasoning_effort | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісreasoning | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісservice_tier | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісinstructions | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Үйлесімділік өрісі | Әдепкі— |
Өрісfunctions | Түріfunction[] | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісfunction_call | Түріstring|object | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісprompt_cache_options | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісmodalities | Түріstring[] | ТалапМіндетті емес | Мәндер мен шектеулер text | Әдепкі— |
Өрісprovider | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Шарттар: Осы Ultra мәтіндік бағытында provider.options қабылданбайды | Әдепкі— |
Өрісcache_control.ttl | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Шарттар: Сұрау кэшінің нақты орындарында 1h қабылданбайды | Әдепкі— |
Мәтін · UTF8 мәтіні
messages[].content
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыmodel, messages |
Параметрmaterial_types | Параметр талаптарыtext |
Параметрmessages | Параметр талаптарыrole/content құрылымы бар хабарламалар жиымы |
Параметрfile_material | Параметр талаптарынақты UTF-8 құжаты сөзбе-сөз мәтін ретінде енгізіледі; файл ID-і болжанбайды |
Параметрoptional_controls | Параметр талаптарыstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Параметр талаптарымодельге байланысты; пайдаланушының функция құралдары қызмет жағында орындалатын құралдардан өзгеше |
Параметрoutput_modalities | Параметр талаптарыtext |
Параметрhosted_operations | Параметр талаптарыfalse |
Параметрmultimodal_input_binding | Параметр талаптарыnull |
Өмірлік цикл: synchronous_or_streamed
Модельдің дәл ID мәнін messages деректерімен бірге жіберіңіз.
Контекст ұзындығы шығыстың жоғарғы шегі емес.
Мәтіндік файл сөзбе-сөз мәтінді бере алады; кіріс суреттері, аудио және файл нысандары дәл байланыстыруды қажет етеді.
Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.
| Баптау | Мөлшерлемелер кестесі | Төлем |
|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Төлем Кіріс · Кіріс токендері $0.000286 / 1K токен Шығыс · Шығыс токендері $0.001144 / 1K токен Кіріс · Кэшті оқу $0 / 1K токен Кіріс · Кэшке жазу $0 / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inclusionAI/Ling-flash-2.0", "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='inclusionAI/Ling-flash-2.0',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='inclusionAI/Ling-flash-2.0',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 немесе SSE
Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.
Әр жауап нұсқасын оның мазмұнымен, құрал шақыруларымен және пайымдауымен бірге сақтаңыз. SSE өзгерістерін жауап нұсқасы мен құрал индексі бойынша жинап, соңғы аяқталу себебі мен пайдалану деректерін сақтаңыз.
Сұрау мен жауаптың ID мәндерін және тақырыптарын сақтаңыз. Мәтіндік тапсырманы алуға арналған ортақ URL берілмеген.
| Өріс | Түрі |
|---|---|
Өрісchoices[].index | Түріinteger |
Өрісchoices[].message.content | Түріstring|null |
Өрісchoices[].message.tool_calls | Түріtool_call[] |
Өрісchoices[].message.reasoning_content | Түріstring |
Өрісchoices[].message.reasoning_details | Түріobject|array |
Өрісchoices[].finish_reason | Түріstring|null |
Өрісusage | Түріobject |
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Ailoot Ultra inclusionAI/Ling-flash-2.0
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
inclusionAI/Ling-flash-2.0Ling Flash 2.0 — күрделі пайымдауға, код генерациясына және фронтенд әзірлеуге арналған inclusionAI мәтіндік моделі. Өндіруші жалпы 100 млрд және белсенді 6,1 млрд параметрді, сондай-ақ YaRN арқылы 128K-ға дейін кеңейтілетін 32K контексті жариялайды.
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
Ling Flash 2.0 — Ling 2.0 архитектура отбасындағы inclusionAI тілдік моделі. Өндіруші күрделі пайымдауды, код генерациясын, фронтенд әзірлеуді және шығармашылық жазуды оған тән тапсырмалар деп сипаттайды. Жарияланған карточкада сарапшылар қоспасы моделі үшін эмбеддингтерді қоса алғанда жалпы 100 млрд және белсенді 6,1 млрд параметр берілген.
Шарттарды, бастапқы материалды және соңғы артефактты беріңіз. Пайымдау сұрағы оны қолдайтын деректермен байланысқан қорытындыны сұрай алады. Код тапсырмасында тиісті бастапқы кодты, күтілетін әрекетті және шешілетін жағдайды беруге болады. Фронтенд жұмысында интерфейс іске асыруы тиіс басқару элементтерін, күйлерді және деректер байланыстарын атаңыз.
Ұсынылған нәтижені орындалу дәлелінен бөлек ұстаңыз. Модель мәтін не код қайтарады; қолданба артефактты көзделген ортада сақтайды, іске қосады және тексереді. Кейінгі сұрау байқалған қатені немесе нақты сәйкессіздікті беріп, мақсатты түзетуді сұрай алады.
Өндіруші шығарылымның чат үлгісі арқылы жүйелік нұсқау мен пайдаланушы сұрағын көрсетеді. Бастапқы материалды анық белгілеп, кейінгі айналымдарға қажет тапсырма шешімдерін сақтаңыз. Ұзын сұрау соңғы жауапқа қай үзінділер не файлдар маңызды екенін көрсетуі тиіс.
Құрылымды нәтиже үшін міндетті бөлімдерді немесе өрістерді және жоқ ақпаратты өңдеу тәртібін анықтаңыз. Қайтарылған мәндерді айналасындағы қолданбада қолданбас бұрын берілген дәлелдермен салыстырып тексеріңіз.
Өндірушінің модель кестесі YaRN арқылы 128K-ға кеңейтілетін 32K контексті көрсетеді. Орналастыру нұсқаулығы осы кеңейту үшін масштабтау конфигурациясын және нақты ең ұзын модель ұзындығын сипаттайды. Қызметте ұсынылған нақты нұсқа жұмыс контекстін 128 000 токен деп көрсетеді; жергілікті орналастыру өзгерісін қызмет сұрауына қолданудың орнына таңдалған интерфейстің нақты шектерін пайдаланыңыз.
Өндіруші бақыланатын қосымша оқыту және көпкезеңді нығайтпалы оқыту арқылы 20 трлн-нан астам токенде оқытылғанын сипаттайды. Ling Flash моделін бөлек атаулы Mini тілдік моделі мен Ring ойлау отбасынан ажыратыңыз. Архитектура мен оқыту сипаттамасы әмбебап жауап жылдамдығын немесе әр интерфейсте бар құрал тасымалын анықтамайды.
POST /v1/messagestextjson, sse| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер inclusionAI/Ling-flash-2.0 | Әдепкі— |
Өрісmessages | Түріmessage[] | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісmessages[].role | Түріstring | ТалапМіндетті | Мәндер мен шектеулер user, assistant | Әдепкі— |
Өрісmessages[].content | Түріstring | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісmax_tokens | Түріinteger | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісstream | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |
Мәтін · UTF-8 мәтіні
messages[].content жолы
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыmodel, messages, max_tokens |
Параметрoptional_controls | Параметр талаптарыstream |
Параметрmaterial_types | Параметр талаптарыtext |
Параметрtext_file_material | Параметр талаптарыНақты UTF-8 құжатын оқып, оның мәтінін көрсетілген кіріс жолына немесе хабарлама мазмұнының жолына қойыңыз. |
Өмірлік цикл: synchronous_or_streamed
Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.
| Баптау | Мөлшерлемелер кестесі | Төлем |
|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Төлем Кіріс · Кіріс токендері $0.000286 / 1K токен Шығыс · Шығыс токендері $0.001144 / 1K токен Кіріс · Кэшті оқу $0 / 1K токен Кіріс · Кэшке жазу $0 / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
{\n "model": "inclusionAI/Ling-flash-2.0",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'inclusionAI/Ling-flash-2.0', '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': 'inclusionAI/Ling-flash-2.0', '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 немесе SSE
Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.
Барлық мазмұн блоктарын, пайымдау қолтаңбаларын және құрал қолданудың нақты ID мәндерін сақтаңыз. SSE блоктарының барлық өзгерістерін жинаңыз; алғашқы мәтіндік блок толық шығыс емес.
Сұрау мен жауаптың ID мәндерін және тақырыптарын сақтаңыз. Мәтіндік тапсырманы алуға арналған ортақ URL берілмеген.
| Өріс | Түрі |
|---|---|
Өрісid | Түріstring |
Өрісmodel | Түріstring |
Өрісcontent[] | Түріtext|thinking|tool_use|other content block |
Өрісstop_reason | Түріstring|null |
Өрісusage | Түріobject |
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Ailoot Ultra inclusionAI/Ling-flash-2.0
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Ағылшын тіліндегі техникалық мысал
Specify an accessible filter interaction\n\nPropose HTML and plain JavaScript for a product filter with three checkboxes: In stock, On sale and Free delivery. Show the number of active filters beside a Reset button. Reset must uncheck every box and set the count to zero. Include a keyboard-use check and a test of toggling two filters. Return code, not a screenshot.A complete small HTML/JavaScript example and two verification steps for keyboard use and count/reset behaviour.Checkbox state and active count stay consistent after individual toggles and Reset.