Source: https://ailoot.ai/models/lt/ibm-granite-granite-4-0-h-micro/ Canonical: https://ailoot.ai/models/lt/ibm-granite-granite-4-0-h-micro/ Language: lt # IBM: Granite 4.0 Micro [Markdown](https://ailoot.ai/models/lt/ibm-granite-granite-4-0-h-micro/index.md) · [JSON](https://ailoot.ai/models/lt/ibm-granite-granite-4-0-h-micro/facts.json) ## [IBM: Granite 4.0 Micro](https://ailoot.ai/models/lt/ibm-granite-granite-4-0-h-micro/) Granite 4.0 H Micro – tai IBM 3 mlrd. parametrų hibridinis Mamba-2/transformerio tekstinis modelis konkrečioms įmonių užduotims. Jo 128K kontekstas palaiko apibendrinimą, informacijos išgavimą, klausimus, programavimą ir funkcijų iškvietimus, taip pat daugiakalbius dialogus ir kodo spragų užpildymą. - [**Ailoot Ultra · OpenAI pokalbis** `POST /v1/chat/completions` `ibm-granite/granite-4.0-h-micro`](https://ailoot.ai/models/lt/ibm-granite-granite-4-0-h-micro/#method-0) - [**Ailoot Ultra · Anthropic pranešimai** `POST /v1/messages` `ibm-granite/granite-4.0-h-micro`](https://ailoot.ai/models/lt/ibm-granite-granite-4-0-h-micro/#method-1) Apie modelį Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau. Granite 4.0 H Micro – tai IBM 3 mlrd. parametrų ilgo konteksto instrukcijų modelis, papildomai išmokytas iš Granite 4.0 H Micro Base. Tai hibridinis tankusis Micro leidimas, derinantis Mamba-2 ir dėmesio mechanizmą, o ne grynasis transformerio Micro ar didesni ekspertų mišinio variantai. Modelis priima tekstinę instrukciją ir kontekstą bei grąžina tekstą, todėl yra kompaktiškas komponentas įmonių asistentams ir konkretiems agento užduoties žingsniams. #### Modelio struktūra ir mokymas Gamintojo architektūros lentelėje nurodyti keturi dėmesio sluoksniai ir trisdešimt šeši Mamba-2 sluoksniai bei 128K sekos ilgis. Instrukcijų modelis naudoja prižiūrimą papildomą mokymą, suderinimą mokymu su pastiprinimu ir modelių jungimą. Jo mokymo medžiagoje yra laisvai naudoti leidžiamomis licencijomis platinamų instrukcijų duomenų, sintetinių duomenų ir žmonių atrinktų pavyzdžių. Hibridinė struktūra yra leidimo savybė; jos nereikėtų pakeisti kito Granite modelio parametrų ar aktyvių ekspertų charakteristikomis. #### Kalbos ir konkrečios užduotys Gamintojas išvardija dvylika palaikomų kalbų ir tokias užduotis kaip apibendrinimas, klasifikavimas, išgavimas, atsakymas į klausimus, informacijos gavimu papildytas generavimas, programavimas ir funkcijų iškvietimai. Pateikite tikrą šaltinio ištrauką ir aprašykite reikalingą operaciją. Išgavimui apibrėžkite laukus ir trūkstamos reikšmės pateikimą. Klasifikavimui pateikite kategorijų reikšmes ir atvejį, iliustruojantį svarbią ribą. Pavyzdinė užduotis: „Išgauk kiekvieną reikalavimą iš šios ištraukos, išsaugok jo identifikatorių ir pacituok jį nustatantį sakinį.“ Santraukai nurodykite auditoriją ir faktus, kurie turi išlikti. Vertimui įvardykite vardus ir techninius terminus, kurių originalią rašybą reikia išsaugoti. Aiškus galutinis formatas padeda mažam instrukcijų modeliui sukurti programai reikalingą rezultatą. #### Įrankiai ir šaltiniais pagrįsti atsakymai Granite H Micro kortelė demonstruoja įrankių apibrėžtis su funkcijų pavadinimais, aprašais ir parametrų schemomis. Modelis savo įrankio iškvietimo atvaizdavimu grąžina funkcijos pavadinimą ir JSON argumentus. Išorinė programa įvykdo pasirinktą operaciją, patikrina argumentus ir grąžina rezultatą. Paieškos užduotis turėtų išsaugoti tą pastebėjimą kaip atsakymui naudojamą įrodymą. Informacijos gavimo darbo eigoje pateikite susijusią dokumentų medžiagą ir paprašykite ja pagrįsto atsakymo. Prieiga prie šaltinių priklauso programai; tekstinio modelio atsakymas generuojamas iš gauto konteksto. Dokumentų žymas ir vienetus išlaikykite matomus, kad rezultatą būtų galima atsekti iki įvesties. #### Programavimas ir užbaigimas Modelis palaiko su kodu susijusias užduotis ir kodo spragos užpildymą. Programavimo užduotyje turėtų būti susijęs įgyvendinimas, pastebėta elgsena ir elgsena, kurią reikia išsaugoti. Užbaigimo užduočiai nurodykite aplinkinį kodą ir užpildytiną spragą. Paprašykite galutinio kodo ir su apribojimais susieto paaiškinimo, tada rezultatą patikrinkite tikroje kūrimo aplinkoje. #### Kontekstas ir ribotumai 128K kontekstas kartu apima užklausą, šaltinį, pokalbį ir sugeneruotą atsakymą; kortelė nenustato atskiro universalaus didžiausio atsakymo ilgio. Etaloniniame pokalbio šablone yra numatytoji sistemos instrukcija profesionaliems, tiksliems ir saugiems atsakymams. Prašomam laukų sąrašui ar kodui vis tiek reikia aiškių atskiros užduoties instrukcijų. IBM pažymi, kad daugiakalbiai rezultatai gali skirtis nuo anglų kalbos, nes instrukcijų mokymas daugiausia angliškas; gali padėti keli su užduotimi susiję pavyzdžiai. Ji taip pat pripažįsta galimus netikslius ar šališkus atsakymus. Iš šaltinio gautas reikšmes ir sugeneruotą kodą tikrinkite pagal įvestį, o kai užduočiai reikia pataisos, grąžinkite tikrus pastebėjimus. Naudinga H Micro išvestis – konkretus tekstinis ar kodo rezultatas, išsaugantis tikslią hibridinio Micro tapatybę. Praktinė užduotis ### Praktinė užduotis Techninis pavyzdys anglų kalba ``` Extract traceable requirements Extract requirements from this passage: '[R1] Export filenames must include the report ID. [R2] Reports with no rows must still include column headings. [R3] Files are encoded as UTF-8.' Return a table with requirement ID, implementation requirement and the exact supporting sentence. Keep each requirement separate and add no implementation details absent from the source. ``` #### Laukiamas rezultatas ``` A three-row table retaining each ID, requirement and exact source sentence. ``` #### Rezultato patikra ``` Check every extracted requirement maps one-to-one to R1, R2 or R3 without added conditions. ``` **Ailoot Ultra · OpenAI pokalbis** `POST /v1/chat/completions` `ibm-granite/granite-4.0-h-micro` [`ibm-granite/granite-4.0-h-micro`](https://ailoot.ai/models/lt/#m=ibm-granite%2Fgranite-4.0-h-micro&route=Ultra&caller=ibm-granite%2Fgranite-4.0-h-micro&fmt=chat) IBM /`ibm-granite/granite-4.0-h-micro` ### Pradžia Granite 4.0 H Micro – tai IBM 3 mlrd. parametrų hibridinis Mamba-2/transformerio tekstinis modelis konkrečioms įmonių užduotims. Jo 128K kontekstas palaiko apibendrinimą, informacijos išgavimą, klausimus, programavimą ir funkcijų iškvietimus, taip pat daugiakalbius dialogus ir kodo spragų užpildymą. Leidžiamos įvestys Tekstas Rezultatai Tekstas ### Prieinama Ailoot · įvestys ir metodai **Ailoot Ultra · OpenAI pokalbis** `POST /v1/chat/completions` Įvestis `text` Išvestis `text` Išvesties formatas json arba SSE | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos ibm-granite/granite-4.0-h-micro | Numatyta— | | Laukas`messages` | Tipas`message[]` | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— | | Laukas`messages[].role` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— | | Laukas`messages[].content` | Tipas`string\|content_part[]\|null` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`messages[].tool_calls` | Tipas`tool_call[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`messages[].tool_call_id` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— | | Laukas`messages[].name` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`messages[].reasoning_content` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— | | Laukas`messages[].reasoning_details` | Tipas`object\|array` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`max_tokens` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— | | Laukas`max_completion_tokens` | Tipas`integer` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— | | Laukas`stream` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse | | Laukas`stream_options.include_usage` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`temperature` | Tipas`number` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`top_p` | Tipas`number` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`stop` | Tipas`string\|string[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`tools` | Tipas`function_tool[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`tools[].type` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— | | Laukas`tools[].function.name` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— | | Laukas`tools[].function.description` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`tools[].function.parameters` | Tipas`JSON_schema` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`tool_choice` | Tipas`string\|object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`parallel_tool_calls` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`response_format` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`reasoning_effort` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`reasoning` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`service_tier` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`instructions` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— | | Laukas`functions` | Tipas`function[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`function_call` | Tipas`string\|object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`prompt_cache_options` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— | | Laukas`modalities` | Tipas`string[]` | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— | | Laukas`provider` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— | | Laukas`cache_control.ttl` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— | Įvesties medžiagos deriniai **Tekstas** · UTF8 tekstas `messages[].content` Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`content_type` | Specifikacijaapplication/json | | Parametras`required` | Specifikacijamodel, messages | | Parametras`material_types` | Specifikacijatext | | Parametras`messages` | Specifikacijapranešimų masyvas su role/content struktūra | | Parametras`file_material` | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas | | Parametras`optional_controls` | Specifikacijastream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parametras`control_scope` | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių | | Parametras`output_modalities` | Specifikacijatext | | Parametras`hosted_operations` | Specifikacijafalse | | Parametras`multimodal_input_binding` | Specifikacijanull | Gyvavimo ciklas: `synchronous_or_streamed` Siųskite tikslų modelio ID kartu su messages. Konteksto ilgis nėra išvesties limitas. Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo. ### Planai Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo. Spartusis režimas Standartinis įkainis Pasirinkus spartųjį režimą Flex režimas Standartinis įkainis Pasirinkus flex režimą Didžiausios samprotavimo pastangos Standartinis įkainis Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default) #### Ailoot įkainiai #### Kainos pagal konfigūraciją Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį. | Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis | | --- | --- | --- | --- | --- | | KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai **$0.000034** / 1K tokenų Išvestis · Išvesties tokenai **$0.000224** / 1K tokenų Įvestis · Talpyklos skaitymas **—** / 1K tokenų Įvestis · Rašymas į talpyklą **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų | | KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai **$0.000034** / 1K tokenų Išvestis · Išvesties tokenai **$0.000224** / 1K tokenų Įvestis · Talpyklos skaitymas **—** / 1K tokenų Įvestis · Rašymas į talpyklą **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų | Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot Ultra · OpenAI pokalbis curlPython SDKPython srautas ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "ibm-granite/granite-4.0-h-micro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='ibm-granite/granite-4.0-h-micro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='ibm-granite/granite-4.0-h-micro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Gauti ir išsaugoti rezultatus #### Ailoot Ultra · OpenAI pokalbis json arba SSE ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`choices[].index` | Tipasinteger | | Laukas`choices[].message.content` | Tipasstring\|null | | Laukas`choices[].message.tool_calls` | Tipastool\_call\[\] | | Laukas`choices[].message.reasoning_content` | Tipasstring | | Laukas`choices[].message.reasoning_details` | Tipasobject\|array | | Laukas`choices[].finish_reason` | Tipasstring\|null | | Laukas`usage` | Tipasobject | Klaidos ir tolesni veiksmai | Atsakymas | Sąlyga | Kitas žingsnis | | --- | --- | --- | | Atsakymas400 · `invalid_request_error` | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. | ### Pseudonimai #### Modelių pseudonimai **Ailoot Ultra** [`ibm-granite/granite-4.0-h-micro`](https://ailoot.ai/models/lt/#m=ibm-granite%2Fgranite-4.0-h-micro&route=Ultra&caller=ibm-granite%2Fgranite-4.0-h-micro&fmt=chat) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`ibm-granite/granite-4.0-h-micro`](https://ailoot.ai/models/lt/#m=ibm-granite%2Fgranite-4.0-h-micro&route=Ultra&caller=ibm-granite%2Fgranite-4.0-h-micro&fmt=chat) **Ailoot Ultra · Anthropic pranešimai** `POST /v1/messages` `ibm-granite/granite-4.0-h-micro` [`ibm-granite/granite-4.0-h-micro`](https://ailoot.ai/models/lt/#m=ibm-granite%2Fgranite-4.0-h-micro&route=Ultra&caller=ibm-granite%2Fgranite-4.0-h-micro&fmt=messages) IBM /`ibm-granite/granite-4.0-h-micro` ### Pradžia Granite 4.0 H Micro – tai IBM 3 mlrd. parametrų hibridinis Mamba-2/transformerio tekstinis modelis konkrečioms įmonių užduotims. Jo 128K kontekstas palaiko apibendrinimą, informacijos išgavimą, klausimus, programavimą ir funkcijų iškvietimus, taip pat daugiakalbius dialogus ir kodo spragų užpildymą. Leidžiamos įvestys Tekstas Rezultatai json · sse ### Prieinama Ailoot · įvestys ir metodai **Ailoot Ultra · Anthropic pranešimai** `POST /v1/messages` Įvestis `text` Išvestis `json`, `sse` Išvesties formatas JSON arba SSE | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos ibm-granite/granite-4.0-h-micro | Numatyta— | | Laukas`messages` | Tipas`message[]` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`messages[].role` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— | | Laukas`messages[].content` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`max_tokens` | Tipas`integer` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`stream` | Tipas`boolean` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse | Įvesties medžiagos deriniai **Tekstas** · UTF-8 tekstas `messages[].content eilutė` Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`content_type` | Specifikacijaapplication/json | | Parametras`required` | Specifikacijamodel, messages, max\_tokens | | Parametras`optional_controls` | Specifikacijastream | | Parametras`material_types` | Specifikacijatext | | Parametras`text_file_material` | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. | Gyvavimo ciklas: `synchronous_or_streamed` ### Planai Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo. Spartusis režimas Standartinis įkainis Pasirinkus spartųjį režimą Flex režimas Standartinis įkainis Pasirinkus flex režimą Didžiausios samprotavimo pastangos Standartinis įkainis Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default) #### Ailoot įkainiai #### Kainos pagal konfigūraciją Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį. | Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis | | --- | --- | --- | --- | --- | | KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai **$0.000034** / 1K tokenų Išvestis · Išvesties tokenai **$0.000224** / 1K tokenų Įvestis · Talpyklos skaitymas **—** / 1K tokenų Įvestis · Rašymas į talpyklą **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų | | KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai **$0.000034** / 1K tokenų Išvestis · Išvesties tokenai **$0.000224** / 1K tokenų Įvestis · Talpyklos skaitymas **—** / 1K tokenų Įvestis · Rašymas į talpyklą **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų | Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot Ultra · Anthropic pranešimai Visas minimalus JSON užklausos turinyscurl · naudokite savo UTF-8 dokumentąPython · išsaugokite visą rezultatą ```json { "model": "ibm-granite/granite-4.0-h-micro", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'ibm-granite/granite-4.0-h-micro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'ibm-granite/granite-4.0-h-micro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Gauti ir išsaugoti rezultatus #### Ailoot Ultra · Anthropic pranešimai JSON arba SSE ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`id` | Tipasstring | | Laukas`model` | Tipasstring | | Laukas`content[]` | Tipastext\|thinking\|tool\_use\|other content block | | Laukas`stop_reason` | Tipasstring\|null | | Laukas`usage` | Tipasobject | Klaidos ir tolesni veiksmai | Atsakymas | Sąlyga | Kitas žingsnis | | --- | --- | --- | | Atsakymas400 · `invalid_request_error` | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. | ### Pseudonimai #### Modelių pseudonimai **Ailoot Ultra** [`ibm-granite/granite-4.0-h-micro`](https://ailoot.ai/models/lt/#m=ibm-granite%2Fgranite-4.0-h-micro&route=Ultra&caller=ibm-granite%2Fgranite-4.0-h-micro&fmt=messages) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`ibm-granite/granite-4.0-h-micro`](https://ailoot.ai/models/lt/#m=ibm-granite%2Fgranite-4.0-h-micro&route=Ultra&caller=ibm-granite%2Fgranite-4.0-h-micro&fmt=messages) FAQ · IBM: Granite 4.0 Micro Kokios įvestys ir rezultatai prieinami? `POST /v1/chat/completions` · `ibm-granite/granite-4.0-h-micro`: `text` → `text` `POST /v1/messages` · `ibm-granite/granite-4.0-h-micro`: `text` → `json`, `sse` Kokius laukus naudoja užklausa? `POST /v1/chat/completions` · `ibm-granite/granite-4.0-h-micro`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `ibm-granite/granite-4.0-h-micro`: `model`, `messages`, `max_tokens`, `stream` Kokie apribojimai taikomi? `POST /v1/chat/completions` · `ibm-granite/granite-4.0-h-micro`: `messages.min_items`: `1` Prijunkite Ailoot prie Claude Code, OpenCode, Hermes arba savo programos. ## Įmonė ir jos projektų portfelis Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. ## Pirkite žetonus su nuolaida. Prenumeratos nuolaida reguliariam darbui. Kodai — iki 50% žetonų pirkimui. Prenumerata Pasirinkite planą su nuolaida reguliarioms užklausoms. Nuolaidos kodas iki 50% Įveskite kodą perkant. Kaina perskaičiuojama pagal galiojančios akcijos sąlygas. Išlaidos istorijoje Kiekvienai užklausai išsaugomi modelis, žetonai ir suma. [Pasirinkti prenumeratą](https://ailoot.ai/docs/lt/billing/subscriptions/) · [Peržiūrėti modelių kainas](https://ailoot.ai/models/lt/) ## Prijunkite API prie produkto, kurį parduodate. SaaS, programos ir botai pagal Ailoot ofertą bei licencijos sutartį. Perpardavimui paprašykite perpardavėjo licencijos. Komercinė programa Teksto, vaizdų, video ir garso kūrimą integruokite į mokamas paslaugos funkcijas. Perpardavėjo licencija Atsiųskite projekto aprašymą ir prieigos schemą. Paprašykite rašytinių naudojimo ir perpardavimo sąlygų. Dokumentai svetainėje Oferta, licencijos sutartis ir duomenų tvarkymo politika prieinamos prieš prisijungiant. [Paprašyti perpardavėjo licencijos](mailto:support@ailoot.ai) · [Oferta ir licencijos sutartis](https://ailoot.ai/legal/offer?lang=lt) ## Ailoot · Įmonė ir jos projektų portfelis Ailoot remiasi sukaupta veiklos patirtimi, plačia klientų baze, stabiliomis paslaugomis ir nuolatine KPI kontrole. Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. Ailoot šią veiklos patirtį pritaiko teikdama API prieigą prie DI funkcijų klientų produktuose, agentuose, programose ir automatizavimo sprendimuose.