Llama 4 Maverick Instruct – natyviai daugiarūšis Meta modelis asistento tipo pokalbiams ir vizualiniam samprotavimui. Jis priima daugiakalbį tekstą bei vaizdus ir generuoja daugiakalbį tekstą arba kodą. Jo ekspertų mišinio architektūra naudoja ankstyvąjį suliejimą, derindama vizualinę ir tekstinę informaciją modelio viduje, užuot vaizdą laikiusi nesusijusiu aprašu, pateiktu atskiro teksto asistento.
Modelio informacija ir kontekstas
Gamintojas Maverick nurodo 128 ekspertus, 17 milijardų aktyvių parametrų ir 400 milijardų parametrų iš viso. Tai skiriasi nuo Scout 16 ekspertų ir 109B bendro parametrų skaičiaus konfigūracijos, nors abu turi 17B aktyvaus dydžio žymą. Instruct pavadinimas nurodo į asistentą orientuotą kontrolinį tašką, o ne iš anksto mokytą Maverick modelį.
Modelio kortelė dokumentuoja 1M konteksto langą Maverick modeliui. Kontekstą naudokite susijusioms ištraukoms, vaizdams, pokalbiui ir prašomam atsakymui išlaikyti kartu. Dideliam šaltinių rinkiniui vis tiek reikia apibrėžto klausimo ir artefakto. Pažymėkite šaltinių dokumentus bei vaizdus ir prašykite kiekvieną išgautą išvadą pagrindžiančios vietos, užuot prašę nekryptingos visos medžiagos santraukos.
Palaikomos kalbos yra arabų, anglų, prancūzų, vokiečių, hindi, indoneziečių, italų, portugalų, ispanų, tagalų, tajų ir vietnamiečių. Gamintojas skiria šias dvylika palaikomų kalbų nuo platesnio maždaug dviejų šimtų kalbų rinkinio, naudoto išankstiniam mokymui. Kalbos buvimo mokymo duomenyse nereikėtų paversti vienodų galimybių pažadu kiekvienai kalbai.
Pokalbių, regos ir kodo užduotys
Kortelėje numatyti vizualiniai naudojimo būdai apima atpažinimą, samprotavimą apie vaizdus, vaizdų aprašų kūrimą ir atsakymus į bendrus klausimus apie vaizdą. Nuotraukai prašykite modelio nustatyti užduočiai svarbius objektus ar ryšį. Diagramai prašykite įvardytų sekų palyginimo, išsaugant ašis ir matavimo vienetus. Schemai klauskite, kuris pažymėtas ryšys pagrindžia pateiktą reikalavimą.
Kelių vaizdų palyginimui nurodykite kiekvieno vaizdo vaidmenį ir prašykite tų pačių kriterijų visiems. Pavyzdžiui, pateikite originalų dizainą ir pataisytą versiją, tada prašykite matomų atitikimų, skirtumų ir detalių, kurių vaizdai nepatvirtina. Pastebėjimus laikykite atskirai nuo išvadų, priklausančių nuo lydinčio teksto. Taip išvestį lengviau patikrinti pagal faktinį šaltinį.
Gamintojas praneša tikrinęs vaizdų supratimą su iki penkių įvesties vaizdų. Tai dokumentuota bandyta apimtis, o ne besąlyginis griežtas vaizdų skaičiaus maksimumas. Išsaugokite klausimui reikalingas detales ir vaizdų tvarką. Didelio nesusijusių vaizdų skaičiaus pridėjimas savaime neapibrėžia, ką reikia lyginti.
Programavimo užduočiai pateikite reikalavimą, susijusį pirminį kodą ir numatomą veikimą. Prašykite siūlomo įgyvendinimo atskirai nuo jo prielaidų bei pavyzdžių. Ekrano kopija gali pateikti vizualinius reikalavimus, o tekstinė sąlyga – veikimą, kurio ekrano kopija negali parodyti. Sugeneruotas kodas yra tekstinis artefaktas; jam paleisti, atvaizduotai sąsajai peržiūrėti ar kodui pritaikyti saugykloje reikia prijungtos aplinkos.
Pokalbio parengimas ir mokymas
Modelio kortelė demonstruoja atitinkamą procesorių ir pokalbio šabloną su dviem vaizdais bei rašytiniu palyginimo klausimu. Aiškiai išlaikykite pokalbio vaidmenis ir vaizdo bei teksto sąsają. Sisteminis nurodymas gali apibrėžti auditoriją, toną ir atsakymo struktūrą, o naudotojo žinutė pateikia tikrąją užduotį bei įrodymus. Gamintojas aprašo papildomo mokymo pagerintą valdomumą sisteminėmis užklausomis ir pokalbio formatavimą.
Maverick iš anksto mokytas su maždaug 22 trilijonais daugiarūšių duomenų žetonų, nurodant išankstinio mokymo duomenų ribą – 2024 m. rugpjūtį. Tai statinė mokymo duomenų riba, o ne gyva prieiga prie dabartinės informacijos. Kai klausimas priklauso nuo naujesnės ar privačios medžiagos, pateikite ją kaip šaltinio kontekstą arba per atskirai prijungtą paieškos operaciją.
Leidime yra BF16 ir atskirai kvantuoti FP8 svoriai. Šie tikslumo pasirinkimai nesukuria kito įvesties modalumo ir nesuteikia Maverick modeliui Scout 10M konteksto. Lygindami kartojamą užduotį ar išvestinį diegimą išsaugokite tikslų Instruct kontrolinį tašką ir jo konfigūraciją.
Praktinio rezultato projektavimas
Dokumento vaizdo užduotis gali prašyti šaltinio identifikatoriaus, matomo teiginio, išgautos reikšmės ir interpretacijos kaip atskirų laukų. Pokalbinis paaiškinimas gali išsaugoti originalius terminus ir pritaikyti tekstą skaitytojui tinkamai, modelio palaikomai kalbai. Programavimo užklausa gali grąžinti pataisytą fragmentą ir pavyzdžius, atskiriančius numatytą jo veikimą.
Prieš pateikdami medžiagą apibrėžkite, kaip bus naudojamas galutinis rezultatas. Trumpas vaizdo aprašas, palyginimo lentelė ir siūloma programa sprendžia skirtingas užduotis, net jeigu naudoja tuos pačius vaizdus. Modelio regos ir kalbos galimybės suteikia interpretaciją bei tekstą; išorinę paiešką, vykdymą ar failų kūrimą užtikrina programos komponentai.
Konkrečios ribos
Čia dokumentuotos įvestys yra tekstas ir vaizdai, o išvestys – tekstas ir kodas. Šiam Maverick leidimui neturėtų būti priskirtas garso ar vaizdo įrašų supratimas, sakytinės kalbos generavimas ir vardiniai Muse Spark samprotavimo intensyvumo valdikliai. Llama Guard taip pat yra atskirai mokytas klasifikatorius, o ne automatinė klasifikatoriaus išvestis iš Maverick atsakymo.
Kortelės 256 žetonų generavimo pavyzdys yra pavyzdinis nustatymas, o perskaityti šaltiniai nenustato atskiro griežto išvesties žetonų maksimumo, išskyrus modelio konteksto specifikaciją. Aiškiai išlaikykite Maverick tapatybę, palaikomų kalbų apimtį ir su šaltiniais susietą galutinį artefaktą, užuot perėmę kito Llama leidimo ribas ar režimus.
", "aboutText": "Llama 4 Maverick Instruct – natyviai daugiarūšis Meta modelis asistento tipo pokalbiams ir vizualiniam samprotavimui. Jis priima daugiakalbį tekstą bei vaizdus ir generuoja daugiakalbį tekstą arba kodą. Jo ekspertų mišinio architektūra naudoja ankstyvąjį suliejimą, derindama vizualinę ir tekstinę informaciją modelio viduje, užuot vaizdą laikiusi nesusijusiu aprašu, pateiktu atskiro teksto asistento.\n\nModelio informacija ir kontekstas\n\nGamintojas Maverick nurodo 128 ekspertus, 17 milijardų aktyvių parametrų ir 400 milijardų parametrų iš viso. Tai skiriasi nuo Scout 16 ekspertų ir 109B bendro parametrų skaičiaus konfigūracijos, nors abu turi 17B aktyvaus dydžio žymą. Instruct pavadinimas nurodo į asistentą orientuotą kontrolinį tašką, o ne iš anksto mokytą Maverick modelį.\n\nModelio kortelė dokumentuoja 1M konteksto langą Maverick modeliui. Kontekstą naudokite susijusioms ištraukoms, vaizdams, pokalbiui ir prašomam atsakymui išlaikyti kartu. Dideliam šaltinių rinkiniui vis tiek reikia apibrėžto klausimo ir artefakto. Pažymėkite šaltinių dokumentus bei vaizdus ir prašykite kiekvieną išgautą išvadą pagrindžiančios vietos, užuot prašę nekryptingos visos medžiagos santraukos.\n\nPalaikomos kalbos yra arabų, anglų, prancūzų, vokiečių, hindi, indoneziečių, italų, portugalų, ispanų, tagalų, tajų ir vietnamiečių. Gamintojas skiria šias dvylika palaikomų kalbų nuo platesnio maždaug dviejų šimtų kalbų rinkinio, naudoto išankstiniam mokymui. Kalbos buvimo mokymo duomenyse nereikėtų paversti vienodų galimybių pažadu kiekvienai kalbai.\n\nPokalbių, regos ir kodo užduotys\n\nKortelėje numatyti vizualiniai naudojimo būdai apima atpažinimą, samprotavimą apie vaizdus, vaizdų aprašų kūrimą ir atsakymus į bendrus klausimus apie vaizdą. Nuotraukai prašykite modelio nustatyti užduočiai svarbius objektus ar ryšį. Diagramai prašykite įvardytų sekų palyginimo, išsaugant ašis ir matavimo vienetus. Schemai klauskite, kuris pažymėtas ryšys pagrindžia pateiktą reikalavimą.\n\nKelių vaizdų palyginimui nurodykite kiekvieno vaizdo vaidmenį ir prašykite tų pačių kriterijų visiems. Pavyzdžiui, pateikite originalų dizainą ir pataisytą versiją, tada prašykite matomų atitikimų, skirtumų ir detalių, kurių vaizdai nepatvirtina. Pastebėjimus laikykite atskirai nuo išvadų, priklausančių nuo lydinčio teksto. Taip išvestį lengviau patikrinti pagal faktinį šaltinį.\n\nGamintojas praneša tikrinęs vaizdų supratimą su iki penkių įvesties vaizdų. Tai dokumentuota bandyta apimtis, o ne besąlyginis griežtas vaizdų skaičiaus maksimumas. Išsaugokite klausimui reikalingas detales ir vaizdų tvarką. Didelio nesusijusių vaizdų skaičiaus pridėjimas savaime neapibrėžia, ką reikia lyginti.\n\nProgramavimo užduočiai pateikite reikalavimą, susijusį pirminį kodą ir numatomą veikimą. Prašykite siūlomo įgyvendinimo atskirai nuo jo prielaidų bei pavyzdžių. Ekrano kopija gali pateikti vizualinius reikalavimus, o tekstinė sąlyga – veikimą, kurio ekrano kopija negali parodyti. Sugeneruotas kodas yra tekstinis artefaktas; jam paleisti, atvaizduotai sąsajai peržiūrėti ar kodui pritaikyti saugykloje reikia prijungtos aplinkos.\n\nPokalbio parengimas ir mokymas\n\nModelio kortelė demonstruoja atitinkamą procesorių ir pokalbio šabloną su dviem vaizdais bei rašytiniu palyginimo klausimu. Aiškiai išlaikykite pokalbio vaidmenis ir vaizdo bei teksto sąsają. Sisteminis nurodymas gali apibrėžti auditoriją, toną ir atsakymo struktūrą, o naudotojo žinutė pateikia tikrąją užduotį bei įrodymus. Gamintojas aprašo papildomo mokymo pagerintą valdomumą sisteminėmis užklausomis ir pokalbio formatavimą.\n\nMaverick iš anksto mokytas su maždaug 22 trilijonais daugiarūšių duomenų žetonų, nurodant išankstinio mokymo duomenų ribą – 2024 m. rugpjūtį. Tai statinė mokymo duomenų riba, o ne gyva prieiga prie dabartinės informacijos. Kai klausimas priklauso nuo naujesnės ar privačios medžiagos, pateikite ją kaip šaltinio kontekstą arba per atskirai prijungtą paieškos operaciją.\n\nLeidime yra BF16 ir atskirai kvantuoti FP8 svoriai. Šie tikslumo pasirinkimai nesukuria kito įvesties modalumo ir nesuteikia Maverick modeliui Scout 10M konteksto. Lygindami kartojamą užduotį ar išvestinį diegimą išsaugokite tikslų Instruct kontrolinį tašką ir jo konfigūraciją.\n\nPraktinio rezultato projektavimas\n\nDokumento vaizdo užduotis gali prašyti šaltinio identifikatoriaus, matomo teiginio, išgautos reikšmės ir interpretacijos kaip atskirų laukų. Pokalbinis paaiškinimas gali išsaugoti originalius terminus ir pritaikyti tekstą skaitytojui tinkamai, modelio palaikomai kalbai. Programavimo užklausa gali grąžinti pataisytą fragmentą ir pavyzdžius, atskiriančius numatytą jo veikimą.\n\nPrieš pateikdami medžiagą apibrėžkite, kaip bus naudojamas galutinis rezultatas. Trumpas vaizdo aprašas, palyginimo lentelė ir siūloma programa sprendžia skirtingas užduotis, net jeigu naudoja tuos pačius vaizdus. Modelio regos ir kalbos galimybės suteikia interpretaciją bei tekstą; išorinę paiešką, vykdymą ar failų kūrimą užtikrina programos komponentai.\n\nKonkrečios ribos\n\nČia dokumentuotos įvestys yra tekstas ir vaizdai, o išvestys – tekstas ir kodas. Šiam Maverick leidimui neturėtų būti priskirtas garso ar vaizdo įrašų supratimas, sakytinės kalbos generavimas ir vardiniai Muse Spark samprotavimo intensyvumo valdikliai. Llama Guard taip pat yra atskirai mokytas klasifikatorius, o ne automatinė klasifikatoriaus išvestis iš Maverick atsakymo.\n\nKortelės 256 žetonų generavimo pavyzdys yra pavyzdinis nustatymas, o perskaityti šaltiniai nenustato atskiro griežto išvesties žetonų maksimumo, išskyrus modelio konteksto specifikaciją. Aiškiai išlaikykite Maverick tapatybę, palaikomų kalbų apimtį ir su šaltiniais susietą galutinį artefaktą, užuot perėmę kito Llama leidimo ribas ar režimus.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Explain a return policy in Spanish\n\nExplain this policy in Spanish to a customer, keeping product code ZX-14 unchanged: 'Unused ZX-14 items may be returned within 14 days of delivery. Personalized items are excluded. A purchase receipt is required.' Use three short bullets and retain the distinction between ordinary and personalized items. Base the answer only on this supplied policy.Three Spanish policy bullets retaining the code, time trigger, exclusion and receipt requirement.ZX-14 must stay exact, and the exception for personalized items must not disappear.llama-4-maverickLlama 4 Maverick – natyvus Meta teksto ir vaizdų Instruct modelis su 128 ekspertais, 17B aktyvių ir 400B parametrų iš viso. Gamintojas dokumentuoja 1M kontekstą, daugiakalbę teksto ir kodo išvestį, vizualinį atpažinimą, vaizdų aprašų kūrimą ir klausimus apie vaizdus atskirame nuo Scout leidime.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Llama 4 Maverick Instruct – natyviai daugiarūšis Meta modelis asistento tipo pokalbiams ir vizualiniam samprotavimui. Jis priima daugiakalbį tekstą bei vaizdus ir generuoja daugiakalbį tekstą arba kodą. Jo ekspertų mišinio architektūra naudoja ankstyvąjį suliejimą, derindama vizualinę ir tekstinę informaciją modelio viduje, užuot vaizdą laikiusi nesusijusiu aprašu, pateiktu atskiro teksto asistento.
Modelio informacija ir kontekstas
Gamintojas Maverick nurodo 128 ekspertus, 17 milijardų aktyvių parametrų ir 400 milijardų parametrų iš viso. Tai skiriasi nuo Scout 16 ekspertų ir 109B bendro parametrų skaičiaus konfigūracijos, nors abu turi 17B aktyvaus dydžio žymą. Instruct pavadinimas nurodo į asistentą orientuotą kontrolinį tašką, o ne iš anksto mokytą Maverick modelį.
Modelio kortelė dokumentuoja 1M konteksto langą Maverick modeliui. Kontekstą naudokite susijusioms ištraukoms, vaizdams, pokalbiui ir prašomam atsakymui išlaikyti kartu. Dideliam šaltinių rinkiniui vis tiek reikia apibrėžto klausimo ir artefakto. Pažymėkite šaltinių dokumentus bei vaizdus ir prašykite kiekvieną išgautą išvadą pagrindžiančios vietos, užuot prašę nekryptingos visos medžiagos santraukos.
Palaikomos kalbos yra arabų, anglų, prancūzų, vokiečių, hindi, indoneziečių, italų, portugalų, ispanų, tagalų, tajų ir vietnamiečių. Gamintojas skiria šias dvylika palaikomų kalbų nuo platesnio maždaug dviejų šimtų kalbų rinkinio, naudoto išankstiniam mokymui. Kalbos buvimo mokymo duomenyse nereikėtų paversti vienodų galimybių pažadu kiekvienai kalbai.
Pokalbių, regos ir kodo užduotys
Kortelėje numatyti vizualiniai naudojimo būdai apima atpažinimą, samprotavimą apie vaizdus, vaizdų aprašų kūrimą ir atsakymus į bendrus klausimus apie vaizdą. Nuotraukai prašykite modelio nustatyti užduočiai svarbius objektus ar ryšį. Diagramai prašykite įvardytų sekų palyginimo, išsaugant ašis ir matavimo vienetus. Schemai klauskite, kuris pažymėtas ryšys pagrindžia pateiktą reikalavimą.
Kelių vaizdų palyginimui nurodykite kiekvieno vaizdo vaidmenį ir prašykite tų pačių kriterijų visiems. Pavyzdžiui, pateikite originalų dizainą ir pataisytą versiją, tada prašykite matomų atitikimų, skirtumų ir detalių, kurių vaizdai nepatvirtina. Pastebėjimus laikykite atskirai nuo išvadų, priklausančių nuo lydinčio teksto. Taip išvestį lengviau patikrinti pagal faktinį šaltinį.
Gamintojas praneša tikrinęs vaizdų supratimą su iki penkių įvesties vaizdų. Tai dokumentuota bandyta apimtis, o ne besąlyginis griežtas vaizdų skaičiaus maksimumas. Išsaugokite klausimui reikalingas detales ir vaizdų tvarką. Didelio nesusijusių vaizdų skaičiaus pridėjimas savaime neapibrėžia, ką reikia lyginti.
Programavimo užduočiai pateikite reikalavimą, susijusį pirminį kodą ir numatomą veikimą. Prašykite siūlomo įgyvendinimo atskirai nuo jo prielaidų bei pavyzdžių. Ekrano kopija gali pateikti vizualinius reikalavimus, o tekstinė sąlyga – veikimą, kurio ekrano kopija negali parodyti. Sugeneruotas kodas yra tekstinis artefaktas; jam paleisti, atvaizduotai sąsajai peržiūrėti ar kodui pritaikyti saugykloje reikia prijungtos aplinkos.
Pokalbio parengimas ir mokymas
Modelio kortelė demonstruoja atitinkamą procesorių ir pokalbio šabloną su dviem vaizdais bei rašytiniu palyginimo klausimu. Aiškiai išlaikykite pokalbio vaidmenis ir vaizdo bei teksto sąsają. Sisteminis nurodymas gali apibrėžti auditoriją, toną ir atsakymo struktūrą, o naudotojo žinutė pateikia tikrąją užduotį bei įrodymus. Gamintojas aprašo papildomo mokymo pagerintą valdomumą sisteminėmis užklausomis ir pokalbio formatavimą.
Maverick iš anksto mokytas su maždaug 22 trilijonais daugiarūšių duomenų žetonų, nurodant išankstinio mokymo duomenų ribą – 2024 m. rugpjūtį. Tai statinė mokymo duomenų riba, o ne gyva prieiga prie dabartinės informacijos. Kai klausimas priklauso nuo naujesnės ar privačios medžiagos, pateikite ją kaip šaltinio kontekstą arba per atskirai prijungtą paieškos operaciją.
Leidime yra BF16 ir atskirai kvantuoti FP8 svoriai. Šie tikslumo pasirinkimai nesukuria kito įvesties modalumo ir nesuteikia Maverick modeliui Scout 10M konteksto. Lygindami kartojamą užduotį ar išvestinį diegimą išsaugokite tikslų Instruct kontrolinį tašką ir jo konfigūraciją.
Praktinio rezultato projektavimas
Dokumento vaizdo užduotis gali prašyti šaltinio identifikatoriaus, matomo teiginio, išgautos reikšmės ir interpretacijos kaip atskirų laukų. Pokalbinis paaiškinimas gali išsaugoti originalius terminus ir pritaikyti tekstą skaitytojui tinkamai, modelio palaikomai kalbai. Programavimo užklausa gali grąžinti pataisytą fragmentą ir pavyzdžius, atskiriančius numatytą jo veikimą.
Prieš pateikdami medžiagą apibrėžkite, kaip bus naudojamas galutinis rezultatas. Trumpas vaizdo aprašas, palyginimo lentelė ir siūloma programa sprendžia skirtingas užduotis, net jeigu naudoja tuos pačius vaizdus. Modelio regos ir kalbos galimybės suteikia interpretaciją bei tekstą; išorinę paiešką, vykdymą ar failų kūrimą užtikrina programos komponentai.
Konkrečios ribos
Čia dokumentuotos įvestys yra tekstas ir vaizdai, o išvestys – tekstas ir kodas. Šiam Maverick leidimui neturėtų būti priskirtas garso ar vaizdo įrašų supratimas, sakytinės kalbos generavimas ir vardiniai Muse Spark samprotavimo intensyvumo valdikliai. Llama Guard taip pat yra atskirai mokytas klasifikatorius, o ne automatinė klasifikatoriaus išvestis iš Maverick atsakymo.
Kortelės 256 žetonų generavimo pavyzdys yra pavyzdinis nustatymas, o perskaityti šaltiniai nenustato atskiro griežto išvesties žetonų maksimumo, išskyrus modelio konteksto specifikaciją. Aiškiai išlaikykite Maverick tapatybę, palaikomų kalbų apimtį ir su šaltiniais susietą galutinį artefaktą, užuot perėmę kito Llama leidimo ribas ar režimus.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos llama-4-maverick | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Tekstinis pokalbis | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
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 |
Parametrascontrol_scope | SpecifikacijaTekstinis pokalbis; stream yra loginė reikšmė, kurios numatytoji reikšmė yra false. |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Metodo pseudonimai: /chat/completions
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 $0.000375 / 1K tokenų Išvestis · Išvesties tokenai $0.001305 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0001 / 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 $0.000375 / 1K tokenų Išvestis · Išvesties tokenai $0.001305 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0001 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"llama-4-maverick","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="llama-4-maverick", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 llama-4-maverick, meta-llama/llama-4-maverick
/chat/completions
llama-4-maverickLlama 4 Maverick – natyvus Meta teksto ir vaizdų Instruct modelis su 128 ekspertais, 17B aktyvių ir 400B parametrų iš viso. Gamintojas dokumentuoja 1M kontekstą, daugiakalbę teksto ir kodo išvestį, vizualinį atpažinimą, vaizdų aprašų kūrimą ir klausimus apie vaizdus atskirame nuo Scout leidime.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Llama 4 Maverick Instruct – natyviai daugiarūšis Meta modelis asistento tipo pokalbiams ir vizualiniam samprotavimui. Jis priima daugiakalbį tekstą bei vaizdus ir generuoja daugiakalbį tekstą arba kodą. Jo ekspertų mišinio architektūra naudoja ankstyvąjį suliejimą, derindama vizualinę ir tekstinę informaciją modelio viduje, užuot vaizdą laikiusi nesusijusiu aprašu, pateiktu atskiro teksto asistento.
Modelio informacija ir kontekstas
Gamintojas Maverick nurodo 128 ekspertus, 17 milijardų aktyvių parametrų ir 400 milijardų parametrų iš viso. Tai skiriasi nuo Scout 16 ekspertų ir 109B bendro parametrų skaičiaus konfigūracijos, nors abu turi 17B aktyvaus dydžio žymą. Instruct pavadinimas nurodo į asistentą orientuotą kontrolinį tašką, o ne iš anksto mokytą Maverick modelį.
Modelio kortelė dokumentuoja 1M konteksto langą Maverick modeliui. Kontekstą naudokite susijusioms ištraukoms, vaizdams, pokalbiui ir prašomam atsakymui išlaikyti kartu. Dideliam šaltinių rinkiniui vis tiek reikia apibrėžto klausimo ir artefakto. Pažymėkite šaltinių dokumentus bei vaizdus ir prašykite kiekvieną išgautą išvadą pagrindžiančios vietos, užuot prašę nekryptingos visos medžiagos santraukos.
Palaikomos kalbos yra arabų, anglų, prancūzų, vokiečių, hindi, indoneziečių, italų, portugalų, ispanų, tagalų, tajų ir vietnamiečių. Gamintojas skiria šias dvylika palaikomų kalbų nuo platesnio maždaug dviejų šimtų kalbų rinkinio, naudoto išankstiniam mokymui. Kalbos buvimo mokymo duomenyse nereikėtų paversti vienodų galimybių pažadu kiekvienai kalbai.
Pokalbių, regos ir kodo užduotys
Kortelėje numatyti vizualiniai naudojimo būdai apima atpažinimą, samprotavimą apie vaizdus, vaizdų aprašų kūrimą ir atsakymus į bendrus klausimus apie vaizdą. Nuotraukai prašykite modelio nustatyti užduočiai svarbius objektus ar ryšį. Diagramai prašykite įvardytų sekų palyginimo, išsaugant ašis ir matavimo vienetus. Schemai klauskite, kuris pažymėtas ryšys pagrindžia pateiktą reikalavimą.
Kelių vaizdų palyginimui nurodykite kiekvieno vaizdo vaidmenį ir prašykite tų pačių kriterijų visiems. Pavyzdžiui, pateikite originalų dizainą ir pataisytą versiją, tada prašykite matomų atitikimų, skirtumų ir detalių, kurių vaizdai nepatvirtina. Pastebėjimus laikykite atskirai nuo išvadų, priklausančių nuo lydinčio teksto. Taip išvestį lengviau patikrinti pagal faktinį šaltinį.
Gamintojas praneša tikrinęs vaizdų supratimą su iki penkių įvesties vaizdų. Tai dokumentuota bandyta apimtis, o ne besąlyginis griežtas vaizdų skaičiaus maksimumas. Išsaugokite klausimui reikalingas detales ir vaizdų tvarką. Didelio nesusijusių vaizdų skaičiaus pridėjimas savaime neapibrėžia, ką reikia lyginti.
Programavimo užduočiai pateikite reikalavimą, susijusį pirminį kodą ir numatomą veikimą. Prašykite siūlomo įgyvendinimo atskirai nuo jo prielaidų bei pavyzdžių. Ekrano kopija gali pateikti vizualinius reikalavimus, o tekstinė sąlyga – veikimą, kurio ekrano kopija negali parodyti. Sugeneruotas kodas yra tekstinis artefaktas; jam paleisti, atvaizduotai sąsajai peržiūrėti ar kodui pritaikyti saugykloje reikia prijungtos aplinkos.
Pokalbio parengimas ir mokymas
Modelio kortelė demonstruoja atitinkamą procesorių ir pokalbio šabloną su dviem vaizdais bei rašytiniu palyginimo klausimu. Aiškiai išlaikykite pokalbio vaidmenis ir vaizdo bei teksto sąsają. Sisteminis nurodymas gali apibrėžti auditoriją, toną ir atsakymo struktūrą, o naudotojo žinutė pateikia tikrąją užduotį bei įrodymus. Gamintojas aprašo papildomo mokymo pagerintą valdomumą sisteminėmis užklausomis ir pokalbio formatavimą.
Maverick iš anksto mokytas su maždaug 22 trilijonais daugiarūšių duomenų žetonų, nurodant išankstinio mokymo duomenų ribą – 2024 m. rugpjūtį. Tai statinė mokymo duomenų riba, o ne gyva prieiga prie dabartinės informacijos. Kai klausimas priklauso nuo naujesnės ar privačios medžiagos, pateikite ją kaip šaltinio kontekstą arba per atskirai prijungtą paieškos operaciją.
Leidime yra BF16 ir atskirai kvantuoti FP8 svoriai. Šie tikslumo pasirinkimai nesukuria kito įvesties modalumo ir nesuteikia Maverick modeliui Scout 10M konteksto. Lygindami kartojamą užduotį ar išvestinį diegimą išsaugokite tikslų Instruct kontrolinį tašką ir jo konfigūraciją.
Praktinio rezultato projektavimas
Dokumento vaizdo užduotis gali prašyti šaltinio identifikatoriaus, matomo teiginio, išgautos reikšmės ir interpretacijos kaip atskirų laukų. Pokalbinis paaiškinimas gali išsaugoti originalius terminus ir pritaikyti tekstą skaitytojui tinkamai, modelio palaikomai kalbai. Programavimo užklausa gali grąžinti pataisytą fragmentą ir pavyzdžius, atskiriančius numatytą jo veikimą.
Prieš pateikdami medžiagą apibrėžkite, kaip bus naudojamas galutinis rezultatas. Trumpas vaizdo aprašas, palyginimo lentelė ir siūloma programa sprendžia skirtingas užduotis, net jeigu naudoja tuos pačius vaizdus. Modelio regos ir kalbos galimybės suteikia interpretaciją bei tekstą; išorinę paiešką, vykdymą ar failų kūrimą užtikrina programos komponentai.
Konkrečios ribos
Čia dokumentuotos įvestys yra tekstas ir vaizdai, o išvestys – tekstas ir kodas. Šiam Maverick leidimui neturėtų būti priskirtas garso ar vaizdo įrašų supratimas, sakytinės kalbos generavimas ir vardiniai Muse Spark samprotavimo intensyvumo valdikliai. Llama Guard taip pat yra atskirai mokytas klasifikatorius, o ne automatinė klasifikatoriaus išvestis iš Maverick atsakymo.
Kortelės 256 žetonų generavimo pavyzdys yra pavyzdinis nustatymas, o perskaityti šaltiniai nenustato atskiro griežto išvesties žetonų maksimumo, išskyrus modelio konteksto specifikaciją. Aiškiai išlaikykite Maverick tapatybę, palaikomų kalbų apimtį ir su šaltiniais susietą galutinį artefaktą, užuot perėmę kito Llama leidimo ribas ar režimus.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos llama-4-maverick | 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 $0.000375 / 1K tokenų Išvestis · Išvesties tokenai $0.001305 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0001 / 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 $0.000375 / 1K tokenų Išvestis · Išvesties tokenai $0.001305 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0001 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "llama-4-maverick",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'llama-4-maverick', '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': 'llama-4-maverick', '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 llama-4-maverick, meta-llama/llama-4-maverick
/chat/completions
meta-llama/llama-4-maverickLlama 4 Maverick – natyvus Meta teksto ir vaizdų Instruct modelis su 128 ekspertais, 17B aktyvių ir 400B parametrų iš viso. Gamintojas dokumentuoja 1M kontekstą, daugiakalbę teksto ir kodo išvestį, vizualinį atpažinimą, vaizdų aprašų kūrimą ir klausimus apie vaizdus atskirame nuo Scout leidime.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Llama 4 Maverick Instruct – natyviai daugiarūšis Meta modelis asistento tipo pokalbiams ir vizualiniam samprotavimui. Jis priima daugiakalbį tekstą bei vaizdus ir generuoja daugiakalbį tekstą arba kodą. Jo ekspertų mišinio architektūra naudoja ankstyvąjį suliejimą, derindama vizualinę ir tekstinę informaciją modelio viduje, užuot vaizdą laikiusi nesusijusiu aprašu, pateiktu atskiro teksto asistento.
Modelio informacija ir kontekstas
Gamintojas Maverick nurodo 128 ekspertus, 17 milijardų aktyvių parametrų ir 400 milijardų parametrų iš viso. Tai skiriasi nuo Scout 16 ekspertų ir 109B bendro parametrų skaičiaus konfigūracijos, nors abu turi 17B aktyvaus dydžio žymą. Instruct pavadinimas nurodo į asistentą orientuotą kontrolinį tašką, o ne iš anksto mokytą Maverick modelį.
Modelio kortelė dokumentuoja 1M konteksto langą Maverick modeliui. Kontekstą naudokite susijusioms ištraukoms, vaizdams, pokalbiui ir prašomam atsakymui išlaikyti kartu. Dideliam šaltinių rinkiniui vis tiek reikia apibrėžto klausimo ir artefakto. Pažymėkite šaltinių dokumentus bei vaizdus ir prašykite kiekvieną išgautą išvadą pagrindžiančios vietos, užuot prašę nekryptingos visos medžiagos santraukos.
Palaikomos kalbos yra arabų, anglų, prancūzų, vokiečių, hindi, indoneziečių, italų, portugalų, ispanų, tagalų, tajų ir vietnamiečių. Gamintojas skiria šias dvylika palaikomų kalbų nuo platesnio maždaug dviejų šimtų kalbų rinkinio, naudoto išankstiniam mokymui. Kalbos buvimo mokymo duomenyse nereikėtų paversti vienodų galimybių pažadu kiekvienai kalbai.
Pokalbių, regos ir kodo užduotys
Kortelėje numatyti vizualiniai naudojimo būdai apima atpažinimą, samprotavimą apie vaizdus, vaizdų aprašų kūrimą ir atsakymus į bendrus klausimus apie vaizdą. Nuotraukai prašykite modelio nustatyti užduočiai svarbius objektus ar ryšį. Diagramai prašykite įvardytų sekų palyginimo, išsaugant ašis ir matavimo vienetus. Schemai klauskite, kuris pažymėtas ryšys pagrindžia pateiktą reikalavimą.
Kelių vaizdų palyginimui nurodykite kiekvieno vaizdo vaidmenį ir prašykite tų pačių kriterijų visiems. Pavyzdžiui, pateikite originalų dizainą ir pataisytą versiją, tada prašykite matomų atitikimų, skirtumų ir detalių, kurių vaizdai nepatvirtina. Pastebėjimus laikykite atskirai nuo išvadų, priklausančių nuo lydinčio teksto. Taip išvestį lengviau patikrinti pagal faktinį šaltinį.
Gamintojas praneša tikrinęs vaizdų supratimą su iki penkių įvesties vaizdų. Tai dokumentuota bandyta apimtis, o ne besąlyginis griežtas vaizdų skaičiaus maksimumas. Išsaugokite klausimui reikalingas detales ir vaizdų tvarką. Didelio nesusijusių vaizdų skaičiaus pridėjimas savaime neapibrėžia, ką reikia lyginti.
Programavimo užduočiai pateikite reikalavimą, susijusį pirminį kodą ir numatomą veikimą. Prašykite siūlomo įgyvendinimo atskirai nuo jo prielaidų bei pavyzdžių. Ekrano kopija gali pateikti vizualinius reikalavimus, o tekstinė sąlyga – veikimą, kurio ekrano kopija negali parodyti. Sugeneruotas kodas yra tekstinis artefaktas; jam paleisti, atvaizduotai sąsajai peržiūrėti ar kodui pritaikyti saugykloje reikia prijungtos aplinkos.
Pokalbio parengimas ir mokymas
Modelio kortelė demonstruoja atitinkamą procesorių ir pokalbio šabloną su dviem vaizdais bei rašytiniu palyginimo klausimu. Aiškiai išlaikykite pokalbio vaidmenis ir vaizdo bei teksto sąsają. Sisteminis nurodymas gali apibrėžti auditoriją, toną ir atsakymo struktūrą, o naudotojo žinutė pateikia tikrąją užduotį bei įrodymus. Gamintojas aprašo papildomo mokymo pagerintą valdomumą sisteminėmis užklausomis ir pokalbio formatavimą.
Maverick iš anksto mokytas su maždaug 22 trilijonais daugiarūšių duomenų žetonų, nurodant išankstinio mokymo duomenų ribą – 2024 m. rugpjūtį. Tai statinė mokymo duomenų riba, o ne gyva prieiga prie dabartinės informacijos. Kai klausimas priklauso nuo naujesnės ar privačios medžiagos, pateikite ją kaip šaltinio kontekstą arba per atskirai prijungtą paieškos operaciją.
Leidime yra BF16 ir atskirai kvantuoti FP8 svoriai. Šie tikslumo pasirinkimai nesukuria kito įvesties modalumo ir nesuteikia Maverick modeliui Scout 10M konteksto. Lygindami kartojamą užduotį ar išvestinį diegimą išsaugokite tikslų Instruct kontrolinį tašką ir jo konfigūraciją.
Praktinio rezultato projektavimas
Dokumento vaizdo užduotis gali prašyti šaltinio identifikatoriaus, matomo teiginio, išgautos reikšmės ir interpretacijos kaip atskirų laukų. Pokalbinis paaiškinimas gali išsaugoti originalius terminus ir pritaikyti tekstą skaitytojui tinkamai, modelio palaikomai kalbai. Programavimo užklausa gali grąžinti pataisytą fragmentą ir pavyzdžius, atskiriančius numatytą jo veikimą.
Prieš pateikdami medžiagą apibrėžkite, kaip bus naudojamas galutinis rezultatas. Trumpas vaizdo aprašas, palyginimo lentelė ir siūloma programa sprendžia skirtingas užduotis, net jeigu naudoja tuos pačius vaizdus. Modelio regos ir kalbos galimybės suteikia interpretaciją bei tekstą; išorinę paiešką, vykdymą ar failų kūrimą užtikrina programos komponentai.
Konkrečios ribos
Čia dokumentuotos įvestys yra tekstas ir vaizdai, o išvestys – tekstas ir kodas. Šiam Maverick leidimui neturėtų būti priskirtas garso ar vaizdo įrašų supratimas, sakytinės kalbos generavimas ir vardiniai Muse Spark samprotavimo intensyvumo valdikliai. Llama Guard taip pat yra atskirai mokytas klasifikatorius, o ne automatinė klasifikatoriaus išvestis iš Maverick atsakymo.
Kortelės 256 žetonų generavimo pavyzdys yra pavyzdinis nustatymas, o perskaityti šaltiniai nenustato atskiro griežto išvesties žetonų maksimumo, išskyrus modelio konteksto specifikaciją. Aiškiai išlaikykite Maverick tapatybę, palaikomų kalbų apimtį ir su šaltiniais susietą galutinį artefaktą, užuot perėmę kito Llama leidimo ribas ar režimus.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos meta-llama/llama-4-maverick | 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 $0.000375 / 1K tokenų Išvestis · Išvesties tokenai $0.001305 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0001 / 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 $0.000375 / 1K tokenų Išvestis · Išvesties tokenai $0.001305 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0001 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta-llama/llama-4-maverick", "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='meta-llama/llama-4-maverick',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='meta-llama/llama-4-maverick',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 llama-4-maverick, meta-llama/llama-4-maverick
/chat/completions
meta-llama/llama-4-maverickLlama 4 Maverick – natyvus Meta teksto ir vaizdų Instruct modelis su 128 ekspertais, 17B aktyvių ir 400B parametrų iš viso. Gamintojas dokumentuoja 1M kontekstą, daugiakalbę teksto ir kodo išvestį, vizualinį atpažinimą, vaizdų aprašų kūrimą ir klausimus apie vaizdus atskirame nuo Scout leidime.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Llama 4 Maverick Instruct – natyviai daugiarūšis Meta modelis asistento tipo pokalbiams ir vizualiniam samprotavimui. Jis priima daugiakalbį tekstą bei vaizdus ir generuoja daugiakalbį tekstą arba kodą. Jo ekspertų mišinio architektūra naudoja ankstyvąjį suliejimą, derindama vizualinę ir tekstinę informaciją modelio viduje, užuot vaizdą laikiusi nesusijusiu aprašu, pateiktu atskiro teksto asistento.
Modelio informacija ir kontekstas
Gamintojas Maverick nurodo 128 ekspertus, 17 milijardų aktyvių parametrų ir 400 milijardų parametrų iš viso. Tai skiriasi nuo Scout 16 ekspertų ir 109B bendro parametrų skaičiaus konfigūracijos, nors abu turi 17B aktyvaus dydžio žymą. Instruct pavadinimas nurodo į asistentą orientuotą kontrolinį tašką, o ne iš anksto mokytą Maverick modelį.
Modelio kortelė dokumentuoja 1M konteksto langą Maverick modeliui. Kontekstą naudokite susijusioms ištraukoms, vaizdams, pokalbiui ir prašomam atsakymui išlaikyti kartu. Dideliam šaltinių rinkiniui vis tiek reikia apibrėžto klausimo ir artefakto. Pažymėkite šaltinių dokumentus bei vaizdus ir prašykite kiekvieną išgautą išvadą pagrindžiančios vietos, užuot prašę nekryptingos visos medžiagos santraukos.
Palaikomos kalbos yra arabų, anglų, prancūzų, vokiečių, hindi, indoneziečių, italų, portugalų, ispanų, tagalų, tajų ir vietnamiečių. Gamintojas skiria šias dvylika palaikomų kalbų nuo platesnio maždaug dviejų šimtų kalbų rinkinio, naudoto išankstiniam mokymui. Kalbos buvimo mokymo duomenyse nereikėtų paversti vienodų galimybių pažadu kiekvienai kalbai.
Pokalbių, regos ir kodo užduotys
Kortelėje numatyti vizualiniai naudojimo būdai apima atpažinimą, samprotavimą apie vaizdus, vaizdų aprašų kūrimą ir atsakymus į bendrus klausimus apie vaizdą. Nuotraukai prašykite modelio nustatyti užduočiai svarbius objektus ar ryšį. Diagramai prašykite įvardytų sekų palyginimo, išsaugant ašis ir matavimo vienetus. Schemai klauskite, kuris pažymėtas ryšys pagrindžia pateiktą reikalavimą.
Kelių vaizdų palyginimui nurodykite kiekvieno vaizdo vaidmenį ir prašykite tų pačių kriterijų visiems. Pavyzdžiui, pateikite originalų dizainą ir pataisytą versiją, tada prašykite matomų atitikimų, skirtumų ir detalių, kurių vaizdai nepatvirtina. Pastebėjimus laikykite atskirai nuo išvadų, priklausančių nuo lydinčio teksto. Taip išvestį lengviau patikrinti pagal faktinį šaltinį.
Gamintojas praneša tikrinęs vaizdų supratimą su iki penkių įvesties vaizdų. Tai dokumentuota bandyta apimtis, o ne besąlyginis griežtas vaizdų skaičiaus maksimumas. Išsaugokite klausimui reikalingas detales ir vaizdų tvarką. Didelio nesusijusių vaizdų skaičiaus pridėjimas savaime neapibrėžia, ką reikia lyginti.
Programavimo užduočiai pateikite reikalavimą, susijusį pirminį kodą ir numatomą veikimą. Prašykite siūlomo įgyvendinimo atskirai nuo jo prielaidų bei pavyzdžių. Ekrano kopija gali pateikti vizualinius reikalavimus, o tekstinė sąlyga – veikimą, kurio ekrano kopija negali parodyti. Sugeneruotas kodas yra tekstinis artefaktas; jam paleisti, atvaizduotai sąsajai peržiūrėti ar kodui pritaikyti saugykloje reikia prijungtos aplinkos.
Pokalbio parengimas ir mokymas
Modelio kortelė demonstruoja atitinkamą procesorių ir pokalbio šabloną su dviem vaizdais bei rašytiniu palyginimo klausimu. Aiškiai išlaikykite pokalbio vaidmenis ir vaizdo bei teksto sąsają. Sisteminis nurodymas gali apibrėžti auditoriją, toną ir atsakymo struktūrą, o naudotojo žinutė pateikia tikrąją užduotį bei įrodymus. Gamintojas aprašo papildomo mokymo pagerintą valdomumą sisteminėmis užklausomis ir pokalbio formatavimą.
Maverick iš anksto mokytas su maždaug 22 trilijonais daugiarūšių duomenų žetonų, nurodant išankstinio mokymo duomenų ribą – 2024 m. rugpjūtį. Tai statinė mokymo duomenų riba, o ne gyva prieiga prie dabartinės informacijos. Kai klausimas priklauso nuo naujesnės ar privačios medžiagos, pateikite ją kaip šaltinio kontekstą arba per atskirai prijungtą paieškos operaciją.
Leidime yra BF16 ir atskirai kvantuoti FP8 svoriai. Šie tikslumo pasirinkimai nesukuria kito įvesties modalumo ir nesuteikia Maverick modeliui Scout 10M konteksto. Lygindami kartojamą užduotį ar išvestinį diegimą išsaugokite tikslų Instruct kontrolinį tašką ir jo konfigūraciją.
Praktinio rezultato projektavimas
Dokumento vaizdo užduotis gali prašyti šaltinio identifikatoriaus, matomo teiginio, išgautos reikšmės ir interpretacijos kaip atskirų laukų. Pokalbinis paaiškinimas gali išsaugoti originalius terminus ir pritaikyti tekstą skaitytojui tinkamai, modelio palaikomai kalbai. Programavimo užklausa gali grąžinti pataisytą fragmentą ir pavyzdžius, atskiriančius numatytą jo veikimą.
Prieš pateikdami medžiagą apibrėžkite, kaip bus naudojamas galutinis rezultatas. Trumpas vaizdo aprašas, palyginimo lentelė ir siūloma programa sprendžia skirtingas užduotis, net jeigu naudoja tuos pačius vaizdus. Modelio regos ir kalbos galimybės suteikia interpretaciją bei tekstą; išorinę paiešką, vykdymą ar failų kūrimą užtikrina programos komponentai.
Konkrečios ribos
Čia dokumentuotos įvestys yra tekstas ir vaizdai, o išvestys – tekstas ir kodas. Šiam Maverick leidimui neturėtų būti priskirtas garso ar vaizdo įrašų supratimas, sakytinės kalbos generavimas ir vardiniai Muse Spark samprotavimo intensyvumo valdikliai. Llama Guard taip pat yra atskirai mokytas klasifikatorius, o ne automatinė klasifikatoriaus išvestis iš Maverick atsakymo.
Kortelės 256 žetonų generavimo pavyzdys yra pavyzdinis nustatymas, o perskaityti šaltiniai nenustato atskiro griežto išvesties žetonų maksimumo, išskyrus modelio konteksto specifikaciją. Aiškiai išlaikykite Maverick tapatybę, palaikomų kalbų apimtį ir su šaltiniais susietą galutinį artefaktą, užuot perėmę kito Llama leidimo ribas ar režimus.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos meta-llama/llama-4-maverick | 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 $0.000375 / 1K tokenų Išvestis · Išvesties tokenai $0.001305 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0001 / 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 $0.000375 / 1K tokenų Išvestis · Išvesties tokenai $0.001305 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0001 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "meta-llama/llama-4-maverick",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'meta-llama/llama-4-maverick', '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': 'meta-llama/llama-4-maverick', '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 llama-4-maverick, meta-llama/llama-4-maverick
/chat/completions
Techninis pavyzdys anglų kalba
Explain a return policy in Spanish\n\nExplain this policy in Spanish to a customer, keeping product code ZX-14 unchanged: 'Unused ZX-14 items may be returned within 14 days of delivery. Personalized items are excluded. A purchase receipt is required.' Use three short bullets and retain the distinction between ordinary and personalized items. Base the answer only on this supplied policy.Three Spanish policy bullets retaining the code, time trigger, exclusion and receipt requirement.ZX-14 must stay exact, and the exception for personalized items must not disappear.