models

Reflection: Beam 1.0 501B A23B

Markdown · JSON

Reflection: Beam 1.0 501B A23B

reflection/beam-1.0-501b-a23b
ReflectionМәтінКіріс 0,0005 $ / 1KШығыс 0,002 $ / 1K

Бағдарламалық инженерияға, математикалық пайымдауға және міндеттерді ретімен талдауға арналған үлкен контексті Reflection мәтіндік MoE моделі.

Reflection ұсынған Beam 1.0

Beam 1.0 501B A23B — бағдарламалауға, пайымдауға және бірнеше байланысты қадамға бөлінген міндеттерге арналған Reflection мәтін моделі. Оның сирек MoE архитектурасында барлығы 501,3 млрд параметр және бір токенге шамамен 23,4 млрд белсенді параметр бар. Модель негізінен ағылшын тіліне әзірленген; бастапқы код, техникалық материалдар мен егжей-тегжейлі нұсқаулар тілін таңдағанда осыны ескерген пайдалы.

Архитектура жергілікті және ғаламдық назарды біріктіреді, ал модель дайындығына бастапқы код, техникалық құжаттама, ғылыми және оқу материалдарымен жұмыс кіреді. Бөлек оқыту кезеңі құрылымды репозиторийлерде, ұзақ міндеттерде және көлемді құжаттарда ұзын контексті дамытты. Нығайтпалы оқытуда әзірлеуші бағдарламалау, терминалмен жұмыс және STEM міндеттерін біріктірді.

Модель қандай міндеттерге бағытталған

Reflection бағдарламалық инженерияны, математикалық және ғылыми пайымдауды, сондай-ақ міндеттерді ретімен шешуді атайды. Бұл бағыттарды мазмұнды мәтіндік диалогта қолдануға болады: бағдарлама бөліктері арасындағы байланысты түсіндіру, логикалық қатені талдау, алгоритм өзгерісін ұсыну, гипотеза тексеру жоспарын құру немесе техникалық материалдың түйінін алу.

Beam пайымдау токендерін үнемді пайдалануға жеке көңіл бөледі. Оқытуда артық токенді азайтып, сәтті шешуге марапат берілген. Бұл — әзірлеуші тәсілінің сипаттамасы; нақты жауап ұзындығын сұрауда бәрібір анық берген жөн: мысалы, қысқа қорытынды, толық дәлел немесе түсіндірмесі бар патч.

Ailoot-тағы үлкен мәтіндік контекст

Қосылымның контекст терезесі — 1 048 576 токен. Оған берілген материалдар, нұсқаулар, тарих және жасалатын жауап кіреді. Модель метадеректерінде жауап көлемі 131 072 токенге дейін деп көрсетілген. Бұл көлем бірнеше байланысты мәтінді: спецификацияны, іске асыру үзінділерін, тексеру нәтижелерін және соларға сұрақтарды беруге мүмкіндік береді. Материалдарға атау беріп, қорытындының қай үзіндіге сүйенетінін белгілеуді сұраңыз: үлкен талдауды тексеру ыңғайлырақ болады.

Мысалы, код міндетіне алдымен берілген файлдар бойынша тәуелділіктер картасын сұрап, кейін өзгеріс орнын бөліп, тек содан соң іске асыруды дайындауға болады. Ғылыми міндетке бастапқы шарттарды, белгілеулерді және талап етілетін қатаңдық деңгейін беріңіз. Бұл — пайдалы нәтижені бастапқы материалдармен салыстыруға болатын сұрауды ұйымдастыру нұсқалары.

Қосылым Messages, Responses, Chat Completions және мәтіндік generateContent арқылы мәтін қабылдап, мәтін қайтарады. Код пен ұсынымдар модель жауабы ретінде келеді; командаларды орындау және сыртқы деректермен жұмыс қолданбаңыздың мүмкіндіктерімен анықталады.

Ailoot API арқылы қолжетімді

Ultra Anthropic MessagesPOST /v1/messages
Кіріс
text
Шығыс
text
Контекст
Каталогта көрсетілмеген
Жауаптың ең көп көлемі
Каталогта көрсетілмеген
Кіріс
0,0005 $ / 1K
Шығыс
0,002 $ / 1K
Кэшті оқу
0,0001 $ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Кіріс
text
Шығыс
text
Контекст
Каталогта көрсетілмеген
Жауаптың ең көп көлемі
Каталогта көрсетілмеген
Кіріс
0,0005 $ / 1K
Шығыс
0,002 $ / 1K
Кэшті оқу
0,0001 $ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Кіріс
text
Шығыс
text
Контекст
Каталогта көрсетілмеген
Жауаптың ең көп көлемі
Каталогта көрсетілмеген
Кіріс
0,0005 $ / 1K
Шығыс
0,002 $ / 1K
Кэшті оқу
0,0001 $ / 1K
Ultra Gemini generateContentPOST /v1beta/models/reflection/beam-1.0-501b-a23b:generateContent
Кіріс
text
Шығыс
text
Контекст
Каталогта көрсетілмеген
Жауаптың ең көп көлемі
Каталогта көрсетілмеген
Кіріс
0,0005 $ / 1K
Шығыс
0,002 $ / 1K
Кэшті оқу
0,0001 $ / 1K
reflection/beam-1.0-501b-a23b · JSON
{"about":"### Reflection ұсынған Beam 1.0\n\nBeam 1.0 501B A23B — бағдарламалауға, пайымдауға және бірнеше байланысты қадамға бөлінген міндеттерге арналған Reflection мәтін моделі. Оның сирек MoE архитектурасында барлығы 501,3 млрд параметр және бір токенге шамамен 23,4 млрд белсенді параметр бар. Модель негізінен ағылшын тіліне әзірленген; бастапқы код, техникалық материалдар мен егжей-тегжейлі нұсқаулар тілін таңдағанда осыны ескерген пайдалы.\n\nАрхитектура жергілікті және ғаламдық назарды біріктіреді, ал модель дайындығына бастапқы код, техникалық құжаттама, ғылыми және оқу материалдарымен жұмыс кіреді. Бөлек оқыту кезеңі құрылымды репозиторийлерде, ұзақ міндеттерде және көлемді құжаттарда ұзын контексті дамытты. Нығайтпалы оқытуда әзірлеуші бағдарламалау, терминалмен жұмыс және STEM міндеттерін біріктірді.\n\n### Модель қандай міндеттерге бағытталған\n\nReflection бағдарламалық инженерияны, математикалық және ғылыми пайымдауды, сондай-ақ міндеттерді ретімен шешуді атайды. Бұл бағыттарды мазмұнды мәтіндік диалогта қолдануға болады: бағдарлама бөліктері арасындағы байланысты түсіндіру, логикалық қатені талдау, алгоритм өзгерісін ұсыну, гипотеза тексеру жоспарын құру немесе техникалық материалдың түйінін алу.\n\nBeam пайымдау токендерін үнемді пайдалануға жеке көңіл бөледі. Оқытуда артық токенді азайтып, сәтті шешуге марапат берілген. Бұл — әзірлеуші тәсілінің сипаттамасы; нақты жауап ұзындығын сұрауда бәрібір анық берген жөн: мысалы, қысқа қорытынды, толық дәлел немесе түсіндірмесі бар патч.\n\n### Ailoot-тағы үлкен мәтіндік контекст\n\nҚосылымның контекст терезесі — 1 048 576 токен. Оған берілген материалдар, нұсқаулар, тарих және жасалатын жауап кіреді. Модель метадеректерінде жауап көлемі 131 072 токенге дейін деп көрсетілген. Бұл көлем бірнеше байланысты мәтінді: спецификацияны, іске асыру үзінділерін, тексеру нәтижелерін және соларға сұрақтарды беруге мүмкіндік береді. Материалдарға атау беріп, қорытындының қай үзіндіге сүйенетінін белгілеуді сұраңыз: үлкен талдауды тексеру ыңғайлырақ болады.\n\nМысалы, код міндетіне алдымен берілген файлдар бойынша тәуелділіктер картасын сұрап, кейін өзгеріс орнын бөліп, тек содан соң іске асыруды дайындауға болады. Ғылыми міндетке бастапқы шарттарды, белгілеулерді және талап етілетін қатаңдық деңгейін беріңіз. Бұл — пайдалы нәтижені бастапқы материалдармен салыстыруға болатын сұрауды ұйымдастыру нұсқалары.\n\nҚосылым Messages, Responses, Chat Completions және мәтіндік generateContent арқылы мәтін қабылдап, мәтін қайтарады. Код пен ұсынымдар модель жауабы ретінде келеді; командаларды орындау және сыртқы деректермен жұмыс қолданбаңыздың мүмкіндіктерімен анықталады.","alias_of":null,"aliases":[],"author":"Reflection","canonical_model":"reflection/beam-1.0-501b-a23b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"reflection/beam-1.0-501b-a23b","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/messages","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/responses","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"reflection/beam-1.0-501b-a23b","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra"}],"name":"Reflection: Beam 1.0 501B A23B","price":{"in":0.5,"in_label":null,"out":2.0,"out_label":null,"sort_in":0.5,"sort_out":2.0,"varies":false},"public_id":"reflection/beam-1.0-501b-a23b","short":"Бағдарламалық инженерияға, математикалық пайымдауға және міндеттерді ретімен талдауға арналған үлкен контексті Reflection мәтіндік MoE моделі."}

Сұрақтар

Міндетіме сай модельді қалай таңдаймын?

Алдымен қажетті кіріс пен шығысты анықтаңыз: мәтін, сурет, аудио немесе видео. Содан кейін үйлесімді API әдістерін, модельдің нақты ID мәнін немесе бүркеншік атау қазір сілтейтін модельді, бағаны және есептеу бірлігін салыстырыңыз. GET /v1/models тегін және кілтіңізге қолжетімді модельдер тізімін береді.

Әр модель барлық API әдісін және медиа түрін қолдай ма?

Модель карточкасында көрсетілген API әдістері мен кіріс/шығыс деректерінің түрлерін пайдаланыңыз. Мәтін, сурет, аудио немесе видео қолдауы таңдалған модель мен әдіске байланысты; деректеріңізді жібермес бұрын тиісті сұрау мысалын тексеріңіз.

Модельдің ID мәні мен бүркеншік атаудың айырмашылығы қандай?

Модельдің нақты ID мәні белгілі бір модельді анықтайды. Бүркеншік атау модельге сілтейді және оның нысанасы өзгеруі мүмкін. Каталогтан бүркеншік атаудың қазір қай модельге сілтейтінін тексеріңіз; интеграцияңызға белгілі бір модель қажет болса, нақты ID мәнін пайдаланыңыз.

Сұрау жібермес бұрын бағаларды қалай салыстырамын?

Таңдалған API әдісінің бағасы мен есептеу бірлігін модель карточкасынан қараңыз. Бірдей бірлік пен кіріс/шығыс деректерінің бірдей түрін салыстырыңыз; сұраулар тарихында нақты пайдалану көлемі мен шегерілген сома көрсетіледі.

Жазылым не береді?

Тұрақты жұмысқа токен сатып алу жеңілдігін. Сұрау көлеміне сай тариф таңдаңыз; жазылым шарты мен бағасы рәсімдегенде көрсетіледі.

50% дейінгі промокод жеңілдігін қалай қолданамын?

Токен сатып алғанда промокод енгізіңіз. Соңғы сома науқан шартымен қайта есептеледі; жеңілдік төлемге дейін көрінеді.