Mercury 2 – tai Inception samprotavimo kalbos modelis, pagrįstas difuziniu teksto generavimu. Užuot tik nuosekliai dekodavęs iš kairės į dešinę, modelis lygiagrečiai tikslina kelis žetonus galutinio rezultato link. Gamintojas šį variantą kuria kartotiniams interaktyviems programavimo, agentų, informacijos gavimo ir išgavimo žingsniams. Jis priima rašytines instrukcijas ir tekstinį kontekstą bei sukuria tekstinį atsakymą, kodą, struktūrizuotus duomenis ar siūlomas įrankių operacijas.
Tiksliame pristatymo apraše nurodytas 128K kontekstas, reguliuojamas samprotavimas, natyvus įrankių naudojimas ir schemą atitinkantis JSON. Šios funkcijos priklauso dokumentuotam Mercury 2 variantui ir skiriasi nuo vėlesnio Mercury 2.5 konteksto bei specializuotų Voice, Router ir Edit modelių. Galutinio atsakymo formą nustatykite aiškiai, užuot iš šeimos pavadinimo sprendę apie kalbos ar redagavimo išvestį.
Paprastam išgavimui pateikite laukų apibrėžtis ir šaltinio ištrauką. Samprotavimo užduočiai nurodykite visą sąlygą ir privalomus apribojimus. Praktinė užduotis: „Palygink šį įgyvendinimą su reikalavimais, nustatyk pirmą neatitikimą ir grąžink konkrečią pataisą su ją pagrindžiančiu paaiškinimu.“ Galutinis rezultatas turėtų likti susietas su įvestimi, net kai modelis atlieka tarpinę analizę.
Gamintojas kaip tinkamus darbus aprašo automatinį užbaigimą, kito redagavimo siūlymus, kodo pertvarkymą ir interaktyvius programavimo agentus. Pateikite aplinkinį įgyvendinimą ir nurodykite, kas turėtų pasikeisti. Paaiškinkite laukiamą elgseną ir išsaugokite viešus pavadinimus ar sąsajas, kuriuos pataisa turi išlaikyti. Siūlomą pakeitimą tada galima patikrinti dėl tinkamumo prieš pritaikant tikrajam projektui.
Įrankiais valdomoje kūrimo užduotyje modelis renkasi iš pateiktų operacijų, o programa jas įvykdo. Kitam ėjimui grąžinkite tikras klaidas, kodo ištraukas ar patikros pastebėjimus. Sugeneruotas įgyvendinimas ir sėkmingai įvykdytas rezultatas yra atskiri rezultatai, o užduotis turėtų reikalauti pastebėjimo, patvirtinančio užbaigimą.
Gamintojo Mercury 2 naudojimo atvejai apima kelių žingsnių informacijos gavimą, perrikiavimą ir apibendrinimą. Kiekvienam žingsniui suteikite tikslią paskirtį: įvardykite paieškos klausimą, tinkamo šaltinio kriterijus ir faktus, kurių reikia galutiniam atsakymui. Šaltinių identifikatorius išsaugokite visoje darbo eigoje, kad santrauką būtų galima atsekti iki jos medžiagos.
Struktūrizuotai išvesčiai reikia apibrėžtų laukų, aiškių tipų ir trūkstamos informacijos pateikimo taisyklės. Schemos atitiktis susijusi su rezultato atvaizdavimu; jo reikšmes palyginkite su tikru dokumentu ar įrankio pastebėjimu. Tęsiamoje užduotyje išsaugokite naudingas išvadas ir neatsakytus klausimus, užuot kaupę nesusijusią istoriją.
Mercury 2 gali atlikti teksto generavimo žingsnį balso ar kitoje interaktyvioje programoje. Dokumentuotas jo vaidmuo ten – sukurti žodžius ar sprendimą, kurį naudoja išoriniai komponentai, apdorojantys garsą ir atkūrimą. Transkripcijos tvarkymui pateikite transkripciją ir nurodykite, kuri formuluotė, vardai bei prasmė turi išlikti po redagavimo.
128K kontekste kartu telpa šaltinio medžiaga, pokalbis ir sugeneruotas turinys. Palikite vietos galutiniam atsakymui, per redagavimus išlaikykite matomą klausimą ir nelaikykite konteksto talpos atskira išvesties apimtimi. Sugeneruotus faktus, kodą ir išgautus laukus patikrinkite pagal pradinę įvestį. Naudingas rezultatas – tikslingas atsakymas ar struktūrizuotas rezultatas, kuris padeda atlikti nurodytą užduotį ir gali būti patikrintas pagal iš tikrųjų pateiktus įrodymus.
", "aboutText": "Mercury 2 – tai Inception samprotavimo kalbos modelis, pagrįstas difuziniu teksto generavimu. Užuot tik nuosekliai dekodavęs iš kairės į dešinę, modelis lygiagrečiai tikslina kelis žetonus galutinio rezultato link. Gamintojas šį variantą kuria kartotiniams interaktyviems programavimo, agentų, informacijos gavimo ir išgavimo žingsniams. Jis priima rašytines instrukcijas ir tekstinį kontekstą bei sukuria tekstinį atsakymą, kodą, struktūrizuotus duomenis ar siūlomas įrankių operacijas.\n\n### Gamintojo modelio variantas\n\nTiksliame pristatymo apraše nurodytas 128K kontekstas, reguliuojamas samprotavimas, natyvus įrankių naudojimas ir schemą atitinkantis JSON. Šios funkcijos priklauso dokumentuotam Mercury 2 variantui ir skiriasi nuo vėlesnio Mercury 2.5 konteksto bei specializuotų Voice, Router ir Edit modelių. Galutinio atsakymo formą nustatykite aiškiai, užuot iš šeimos pavadinimo sprendę apie kalbos ar redagavimo išvestį.\n\nPaprastam išgavimui pateikite laukų apibrėžtis ir šaltinio ištrauką. Samprotavimo užduočiai nurodykite visą sąlygą ir privalomus apribojimus. Praktinė užduotis: „Palygink šį įgyvendinimą su reikalavimais, nustatyk pirmą neatitikimą ir grąžink konkrečią pataisą su ją pagrindžiančiu paaiškinimu.“ Galutinis rezultatas turėtų likti susietas su įvestimi, net kai modelis atlieka tarpinę analizę.\n\n### Programavimo ir redagavimo pagalba\n\nGamintojas kaip tinkamus darbus aprašo automatinį užbaigimą, kito redagavimo siūlymus, kodo pertvarkymą ir interaktyvius programavimo agentus. Pateikite aplinkinį įgyvendinimą ir nurodykite, kas turėtų pasikeisti. Paaiškinkite laukiamą elgseną ir išsaugokite viešus pavadinimus ar sąsajas, kuriuos pataisa turi išlaikyti. Siūlomą pakeitimą tada galima patikrinti dėl tinkamumo prieš pritaikant tikrajam projektui.\n\nĮrankiais valdomoje kūrimo užduotyje modelis renkasi iš pateiktų operacijų, o programa jas įvykdo. Kitam ėjimui grąžinkite tikras klaidas, kodo ištraukas ar patikros pastebėjimus. Sugeneruotas įgyvendinimas ir sėkmingai įvykdytas rezultatas yra atskiri rezultatai, o užduotis turėtų reikalauti pastebėjimo, patvirtinančio užbaigimą.\n\n### Paieška ir agentų ciklai\n\nGamintojo Mercury 2 naudojimo atvejai apima kelių žingsnių informacijos gavimą, perrikiavimą ir apibendrinimą. Kiekvienam žingsniui suteikite tikslią paskirtį: įvardykite paieškos klausimą, tinkamo šaltinio kriterijus ir faktus, kurių reikia galutiniam atsakymui. Šaltinių identifikatorius išsaugokite visoje darbo eigoje, kad santrauką būtų galima atsekti iki jos medžiagos.\n\nStruktūrizuotai išvesčiai reikia apibrėžtų laukų, aiškių tipų ir trūkstamos informacijos pateikimo taisyklės. Schemos atitiktis susijusi su rezultato atvaizdavimu; jo reikšmes palyginkite su tikru dokumentu ar įrankio pastebėjimu. Tęsiamoje užduotyje išsaugokite naudingas išvadas ir neatsakytus klausimus, užuot kaupę nesusijusią istoriją.\n\n### Interaktyvios kalbos užduotys ir ribos\n\nMercury 2 gali atlikti teksto generavimo žingsnį balso ar kitoje interaktyvioje programoje. Dokumentuotas jo vaidmuo ten – sukurti žodžius ar sprendimą, kurį naudoja išoriniai komponentai, apdorojantys garsą ir atkūrimą. Transkripcijos tvarkymui pateikite transkripciją ir nurodykite, kuri formuluotė, vardai bei prasmė turi išlikti po redagavimo.\n\n128K kontekste kartu telpa šaltinio medžiaga, pokalbis ir sugeneruotas turinys. Palikite vietos galutiniam atsakymui, per redagavimus išlaikykite matomą klausimą ir nelaikykite konteksto talpos atskira išvesties apimtimi. Sugeneruotus faktus, kodą ir išgautus laukus patikrinkite pagal pradinę įvestį. Naudingas rezultatas – tikslingas atsakymas ar struktūrizuotas rezultatas, kuris padeda atlikti nurodytą užduotį ir gali būti patikrintas pagal iš tikrųjų pateiktus įrodymus.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Clean up a dictated task note\n\nClean up this supplied transcript for a task tracker: "Um, ask Rina, no, ask Sam to review invoice INV-209 before Thursday. Keep Rina copied. It is 480 euros, not 840." Remove fillers and false starts while preserving the corrected owner, copied person, invoice ID, deadline and amount. Return one clear task sentence.One cleaned task sentence retaining the final owner, copy instruction, invoice ID, deadline and corrected amount.Check that Sam owns review, Rina is copied and the amount is 480 euros.inception/mercury-2Mercury 2 – tai Inception difuzija pagrįstas samprotavimo tekstinis modelis interaktyviam programavimui, paieškai ir agentų darbo eigoms. Lygiagretus tikslinimas, 128K kontekstas, reguliuojamas samprotavimas, natyvus įrankių naudojimas ir schemą atitinkantis JSON padeda iš teksto kurti tikslingus atsakymus ir struktūrizuotus rezultatus.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Mercury 2 – tai Inception samprotavimo kalbos modelis, pagrįstas difuziniu teksto generavimu. Užuot tik nuosekliai dekodavęs iš kairės į dešinę, modelis lygiagrečiai tikslina kelis žetonus galutinio rezultato link. Gamintojas šį variantą kuria kartotiniams interaktyviems programavimo, agentų, informacijos gavimo ir išgavimo žingsniams. Jis priima rašytines instrukcijas ir tekstinį kontekstą bei sukuria tekstinį atsakymą, kodą, struktūrizuotus duomenis ar siūlomas įrankių operacijas.
Tiksliame pristatymo apraše nurodytas 128K kontekstas, reguliuojamas samprotavimas, natyvus įrankių naudojimas ir schemą atitinkantis JSON. Šios funkcijos priklauso dokumentuotam Mercury 2 variantui ir skiriasi nuo vėlesnio Mercury 2.5 konteksto bei specializuotų Voice, Router ir Edit modelių. Galutinio atsakymo formą nustatykite aiškiai, užuot iš šeimos pavadinimo sprendę apie kalbos ar redagavimo išvestį.
Paprastam išgavimui pateikite laukų apibrėžtis ir šaltinio ištrauką. Samprotavimo užduočiai nurodykite visą sąlygą ir privalomus apribojimus. Praktinė užduotis: „Palygink šį įgyvendinimą su reikalavimais, nustatyk pirmą neatitikimą ir grąžink konkrečią pataisą su ją pagrindžiančiu paaiškinimu.“ Galutinis rezultatas turėtų likti susietas su įvestimi, net kai modelis atlieka tarpinę analizę.
Gamintojas kaip tinkamus darbus aprašo automatinį užbaigimą, kito redagavimo siūlymus, kodo pertvarkymą ir interaktyvius programavimo agentus. Pateikite aplinkinį įgyvendinimą ir nurodykite, kas turėtų pasikeisti. Paaiškinkite laukiamą elgseną ir išsaugokite viešus pavadinimus ar sąsajas, kuriuos pataisa turi išlaikyti. Siūlomą pakeitimą tada galima patikrinti dėl tinkamumo prieš pritaikant tikrajam projektui.
Įrankiais valdomoje kūrimo užduotyje modelis renkasi iš pateiktų operacijų, o programa jas įvykdo. Kitam ėjimui grąžinkite tikras klaidas, kodo ištraukas ar patikros pastebėjimus. Sugeneruotas įgyvendinimas ir sėkmingai įvykdytas rezultatas yra atskiri rezultatai, o užduotis turėtų reikalauti pastebėjimo, patvirtinančio užbaigimą.
Gamintojo Mercury 2 naudojimo atvejai apima kelių žingsnių informacijos gavimą, perrikiavimą ir apibendrinimą. Kiekvienam žingsniui suteikite tikslią paskirtį: įvardykite paieškos klausimą, tinkamo šaltinio kriterijus ir faktus, kurių reikia galutiniam atsakymui. Šaltinių identifikatorius išsaugokite visoje darbo eigoje, kad santrauką būtų galima atsekti iki jos medžiagos.
Struktūrizuotai išvesčiai reikia apibrėžtų laukų, aiškių tipų ir trūkstamos informacijos pateikimo taisyklės. Schemos atitiktis susijusi su rezultato atvaizdavimu; jo reikšmes palyginkite su tikru dokumentu ar įrankio pastebėjimu. Tęsiamoje užduotyje išsaugokite naudingas išvadas ir neatsakytus klausimus, užuot kaupę nesusijusią istoriją.
Mercury 2 gali atlikti teksto generavimo žingsnį balso ar kitoje interaktyvioje programoje. Dokumentuotas jo vaidmuo ten – sukurti žodžius ar sprendimą, kurį naudoja išoriniai komponentai, apdorojantys garsą ir atkūrimą. Transkripcijos tvarkymui pateikite transkripciją ir nurodykite, kuri formuluotė, vardai bei prasmė turi išlikti po redagavimo.
128K kontekste kartu telpa šaltinio medžiaga, pokalbis ir sugeneruotas turinys. Palikite vietos galutiniam atsakymui, per redagavimus išlaikykite matomą klausimą ir nelaikykite konteksto talpos atskira išvesties apimtimi. Sugeneruotus faktus, kodą ir išgautus laukus patikrinkite pagal pradinę įvestį. Naudingas rezultatas – tikslingas atsakymas ar struktūrizuotas rezultatas, kuris padeda atlikti nurodytą užduotį ir gali būti patikrintas pagal iš tikrųjų pateiktus įrodymus.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos inception/mercury-2 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | 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— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_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.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
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 $0.0005 / 1K tokenų Išvestis · Išvesties tokenai $0.0015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00005 / 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 $0.0005 / 1K tokenų Išvestis · Išvesties tokenai $0.0015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00005 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inception/mercury-2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='inception/mercury-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='inception/mercury-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson arba SSE
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.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| 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. |
Ailoot Ultra inception/mercury-2
Naudokite aukščiau nurodytus metodų kelius.
inception/mercury-2Mercury 2 – tai Inception difuzija pagrįstas samprotavimo tekstinis modelis interaktyviam programavimui, paieškai ir agentų darbo eigoms. Lygiagretus tikslinimas, 128K kontekstas, reguliuojamas samprotavimas, natyvus įrankių naudojimas ir schemą atitinkantis JSON padeda iš teksto kurti tikslingus atsakymus ir struktūrizuotus rezultatus.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Mercury 2 – tai Inception samprotavimo kalbos modelis, pagrįstas difuziniu teksto generavimu. Užuot tik nuosekliai dekodavęs iš kairės į dešinę, modelis lygiagrečiai tikslina kelis žetonus galutinio rezultato link. Gamintojas šį variantą kuria kartotiniams interaktyviems programavimo, agentų, informacijos gavimo ir išgavimo žingsniams. Jis priima rašytines instrukcijas ir tekstinį kontekstą bei sukuria tekstinį atsakymą, kodą, struktūrizuotus duomenis ar siūlomas įrankių operacijas.
Tiksliame pristatymo apraše nurodytas 128K kontekstas, reguliuojamas samprotavimas, natyvus įrankių naudojimas ir schemą atitinkantis JSON. Šios funkcijos priklauso dokumentuotam Mercury 2 variantui ir skiriasi nuo vėlesnio Mercury 2.5 konteksto bei specializuotų Voice, Router ir Edit modelių. Galutinio atsakymo formą nustatykite aiškiai, užuot iš šeimos pavadinimo sprendę apie kalbos ar redagavimo išvestį.
Paprastam išgavimui pateikite laukų apibrėžtis ir šaltinio ištrauką. Samprotavimo užduočiai nurodykite visą sąlygą ir privalomus apribojimus. Praktinė užduotis: „Palygink šį įgyvendinimą su reikalavimais, nustatyk pirmą neatitikimą ir grąžink konkrečią pataisą su ją pagrindžiančiu paaiškinimu.“ Galutinis rezultatas turėtų likti susietas su įvestimi, net kai modelis atlieka tarpinę analizę.
Gamintojas kaip tinkamus darbus aprašo automatinį užbaigimą, kito redagavimo siūlymus, kodo pertvarkymą ir interaktyvius programavimo agentus. Pateikite aplinkinį įgyvendinimą ir nurodykite, kas turėtų pasikeisti. Paaiškinkite laukiamą elgseną ir išsaugokite viešus pavadinimus ar sąsajas, kuriuos pataisa turi išlaikyti. Siūlomą pakeitimą tada galima patikrinti dėl tinkamumo prieš pritaikant tikrajam projektui.
Įrankiais valdomoje kūrimo užduotyje modelis renkasi iš pateiktų operacijų, o programa jas įvykdo. Kitam ėjimui grąžinkite tikras klaidas, kodo ištraukas ar patikros pastebėjimus. Sugeneruotas įgyvendinimas ir sėkmingai įvykdytas rezultatas yra atskiri rezultatai, o užduotis turėtų reikalauti pastebėjimo, patvirtinančio užbaigimą.
Gamintojo Mercury 2 naudojimo atvejai apima kelių žingsnių informacijos gavimą, perrikiavimą ir apibendrinimą. Kiekvienam žingsniui suteikite tikslią paskirtį: įvardykite paieškos klausimą, tinkamo šaltinio kriterijus ir faktus, kurių reikia galutiniam atsakymui. Šaltinių identifikatorius išsaugokite visoje darbo eigoje, kad santrauką būtų galima atsekti iki jos medžiagos.
Struktūrizuotai išvesčiai reikia apibrėžtų laukų, aiškių tipų ir trūkstamos informacijos pateikimo taisyklės. Schemos atitiktis susijusi su rezultato atvaizdavimu; jo reikšmes palyginkite su tikru dokumentu ar įrankio pastebėjimu. Tęsiamoje užduotyje išsaugokite naudingas išvadas ir neatsakytus klausimus, užuot kaupę nesusijusią istoriją.
Mercury 2 gali atlikti teksto generavimo žingsnį balso ar kitoje interaktyvioje programoje. Dokumentuotas jo vaidmuo ten – sukurti žodžius ar sprendimą, kurį naudoja išoriniai komponentai, apdorojantys garsą ir atkūrimą. Transkripcijos tvarkymui pateikite transkripciją ir nurodykite, kuri formuluotė, vardai bei prasmė turi išlikti po redagavimo.
128K kontekste kartu telpa šaltinio medžiaga, pokalbis ir sugeneruotas turinys. Palikite vietos galutiniam atsakymui, per redagavimus išlaikykite matomą klausimą ir nelaikykite konteksto talpos atskira išvesties apimtimi. Sugeneruotus faktus, kodą ir išgautus laukus patikrinkite pagal pradinę įvestį. Naudingas rezultatas – tikslingas atsakymas ar struktūrizuotas rezultatas, kuris padeda atlikti nurodytą užduotį ir gali būti patikrintas pagal iš tikrųjų pateiktus įrodymus.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos inception/mercury-2 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
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 $0.0005 / 1K tokenų Išvestis · Išvesties tokenai $0.0015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00005 / 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 $0.0005 / 1K tokenų Išvestis · Išvesties tokenai $0.0015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00005 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "inception/mercury-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'inception/mercury-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'inception/mercury-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON arba SSE
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.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| 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. |
Ailoot Ultra inception/mercury-2
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Clean up a dictated task note\n\nClean up this supplied transcript for a task tracker: "Um, ask Rina, no, ask Sam to review invoice INV-209 before Thursday. Keep Rina copied. It is 480 euros, not 840." Remove fillers and false starts while preserving the corrected owner, copied person, invoice ID, deadline and amount. Return one clear task sentence.One cleaned task sentence retaining the final owner, copy instruction, invoice ID, deadline and corrected amount.Check that Sam owns review, Rina is copied and the amount is 480 euros.