Perceptron Mk1 – Perceptron modelis vaizdams ir vaizdo įrašams suprasti bei įkūnytam samprotavimui. Jis analizuoja vaizdinę šaltinio medžiagą pagal rašytinį klausimą ir grąžina tekstą bei struktūrines erdvines ar laiko anotacijas. Kūrėjo profilyje numatytas 32K daugiarūšis kontekstas ir hibridinis samprotavimo režimas, kurį galima išjungti užduotims, nereikalaujančioms mąstymo sekos.
Gamintojas kuria Mk1 įvykiams laiko tėkmėje paaiškinti, o ne vien kadrui pažymėti. Sporto epizodas, maisto gaminimo demonstracija ar operatoriaus užduotis gali virsti struktūriniu aprašymu, kas ir kada įvyko. Gamintojas dokumentuoja dinaminę vaizdo įrašų analizę iki dviejų kadrų per sekundę sparta. Šis atrankos profilis skiriasi nuo pradinio vaizdo įrašo kadrų dažnio.
Norėdami nustatyti įvykio vietą laike, aprašykite veiksmą ir reikiamą intervalą. Pavyzdinė instrukcija: „Nustatykite momentus, kai daiktas padedamas ant lentynos, grąžinkite laiko intervalus ir paaiškinkite kiekvieno jų matomus įrodymus.“ Išlaikykite pradinį vaizdo įrašą kartu su laiko nuorodomis, kad klipo anotaciją ar įvykio intervalą būtų galima patikrinti prieš naudojant kitoje programoje.
Mk1 palaiko vaizdinį mokymąsi kontekste iš etaloninio vaizdo ar vaizdo įrašo, po kurio naujoje medžiagoje ieškoma atitinkančių atvejų. Apibrėžkite, kas daro atvejį tinkamą, ir išlaikykite etalono žymą. Palyginimui pateikite abu medijos elementus ir nurodykite kriterijus: lygintiną objektą, veiksmą, sąlygą ar dokumento detalę.
Tai būdas parengti užduotį pateiktais pavyzdžiais, o ne prielaida, kad atliktas atskiras papildomo mokymo procesas. Jei scenos skiriasi, paprašykite išvestyje nurodyti, kuri įvestis pagrindžia kiekvieną išvadą. Matomas panašumas turi likti atskirtas nuo numanomos išvados apie įvykį.
Gamintojo vaizdų apdorojimo galimybės apima vietos nurodymą, skaičiavimą, teksto atpažinimą ir analoginių ar skaitmeninių prietaisų rodmenų nuskaitymą. Prietaiso atveju išsaugokite jo skalę, vienetus ir įskaitomas žymas; skaičiavimo atveju apibrėžkite sritį ir kategoriją. Mk1 taip pat išgauna sudėtingus dokumentus į HTML, JSON ar Markdown, išsaugodamas maketo ryšius, lenteles ir hierarchiją.
Pateikite įskaitomą puslapio vaizdą ir nurodykite laukus ar klausimą. Naudingas rezultatas išlaiko ryšį su šaltiniu ir atskiria išgautą formuluotę nuo interpretacijos. Į smulkų tekstą, užstojimą ir dviprasmiškus scenos įrodymus reikėtų atsižvelgti ruošiant šaltinį ir peržiūrint atsakymą.
Kūrėjas moko taškus, rėmelius, daugiakampius, trajektorijas ir klipus naudoti kaip lygiavertes struktūrines išvestis kartu su tekstu. Šios anotacijos gali suteikti taikinius, apribojimus, užduoties ribas ar pastebėtą sėkmės ir nesėkmės informaciją išorinei robotikos ar analizės darbo eigai. Užduotyje su keliomis kameromis pažymėkite vaizdus ir išlaikykite kiekvienos anotacijos ryšį su jos šaltiniu.
Modelis interpretuoja stebėjimus ir pateikia įrodymais pagrįstą rezultatą; programa ar valdymo sistema sprendžia, kaip jį naudoti, ir atlieka bet kokį fizinį ar sąsajos veiksmą. Siūlomas taikinys ar anotuotas intervalas skiriasi nuo įvykdytos operacijos ar eksportuoto medijos failo.
Vaizdo įrašo atvaizdavimą, vaizdų turinį, instrukciją, istoriją ir sugeneruotą išvestį sutalpinkite į 32K kontekstą. Paprašykite galutinio rezultato ir kiekvieną išvadą pagrindžiančių įrodymų, užuot tikėjęsi, kad nesusijusių šaltinių rinkinys pats apsibrėš tikslą. Patikrinkite koordinates, laiko intervalus ir išgautas reikšmes pagal originalią mediją.
Mk1 išlaiko savą įvardytą versiją ir vaizdinį profilį. Šiai ankstesnei laidai nereikėtų numanyti integruotos garso įvesties, dabartinių Mk1.5 užklausų apribojimų ir jo naujų įrankių bei sekimo darbo eigos detalių. Naudingas rezultatas – peržiūrimas scenos aprašymas, dokumento įrašas ar erdvinė / laiko anotacija, susieta su pateiktais vaizdiniais įrodymais.
", "aboutText": "Perceptron Mk1 – Perceptron modelis vaizdams ir vaizdo įrašams suprasti bei įkūnytam samprotavimui. Jis analizuoja vaizdinę šaltinio medžiagą pagal rašytinį klausimą ir grąžina tekstą bei struktūrines erdvines ar laiko anotacijas. Kūrėjo profilyje numatytas 32K daugiarūšis kontekstas ir hibridinis samprotavimo režimas, kurį galima išjungti užduotims, nereikalaujančioms mąstymo sekos.\n\n### Samprotavimas apie laiką ir susiejimas su įvykiu\n\nGamintojas kuria Mk1 įvykiams laiko tėkmėje paaiškinti, o ne vien kadrui pažymėti. Sporto epizodas, maisto gaminimo demonstracija ar operatoriaus užduotis gali virsti struktūriniu aprašymu, kas ir kada įvyko. Gamintojas dokumentuoja dinaminę vaizdo įrašų analizę iki dviejų kadrų per sekundę sparta. Šis atrankos profilis skiriasi nuo pradinio vaizdo įrašo kadrų dažnio.\n\nNorėdami nustatyti įvykio vietą laike, aprašykite veiksmą ir reikiamą intervalą. Pavyzdinė instrukcija: „Nustatykite momentus, kai daiktas padedamas ant lentynos, grąžinkite laiko intervalus ir paaiškinkite kiekvieno jų matomus įrodymus.“ Išlaikykite pradinį vaizdo įrašą kartu su laiko nuorodomis, kad klipo anotaciją ar įvykio intervalą būtų galima patikrinti prieš naudojant kitoje programoje.\n\n### Etaloniniai pavyzdžiai ir palyginimas\n\nMk1 palaiko vaizdinį mokymąsi kontekste iš etaloninio vaizdo ar vaizdo įrašo, po kurio naujoje medžiagoje ieškoma atitinkančių atvejų. Apibrėžkite, kas daro atvejį tinkamą, ir išlaikykite etalono žymą. Palyginimui pateikite abu medijos elementus ir nurodykite kriterijus: lygintiną objektą, veiksmą, sąlygą ar dokumento detalę.\n\nTai būdas parengti užduotį pateiktais pavyzdžiais, o ne prielaida, kad atliktas atskiras papildomo mokymo procesas. Jei scenos skiriasi, paprašykite išvestyje nurodyti, kuri įvestis pagrindžia kiekvieną išvadą. Matomas panašumas turi likti atskirtas nuo numanomos išvados apie įvykį.\n\n### Vaizdų ir dokumentų užduotys\n\nGamintojo vaizdų apdorojimo galimybės apima vietos nurodymą, skaičiavimą, teksto atpažinimą ir analoginių ar skaitmeninių prietaisų rodmenų nuskaitymą. Prietaiso atveju išsaugokite jo skalę, vienetus ir įskaitomas žymas; skaičiavimo atveju apibrėžkite sritį ir kategoriją. Mk1 taip pat išgauna sudėtingus dokumentus į HTML, JSON ar Markdown, išsaugodamas maketo ryšius, lenteles ir hierarchiją.\n\nPateikite įskaitomą puslapio vaizdą ir nurodykite laukus ar klausimą. Naudingas rezultatas išlaiko ryšį su šaltiniu ir atskiria išgautą formuluotę nuo interpretacijos. Į smulkų tekstą, užstojimą ir dviprasmiškus scenos įrodymus reikėtų atsižvelgti ruošiant šaltinį ir peržiūrint atsakymą.\n\n### Erdviniai primityvai ir įkūnytos užduotys\n\nKūrėjas moko taškus, rėmelius, daugiakampius, trajektorijas ir klipus naudoti kaip lygiavertes struktūrines išvestis kartu su tekstu. Šios anotacijos gali suteikti taikinius, apribojimus, užduoties ribas ar pastebėtą sėkmės ir nesėkmės informaciją išorinei robotikos ar analizės darbo eigai. Užduotyje su keliomis kameromis pažymėkite vaizdus ir išlaikykite kiekvienos anotacijos ryšį su jos šaltiniu.\n\nModelis interpretuoja stebėjimus ir pateikia įrodymais pagrįstą rezultatą; programa ar valdymo sistema sprendžia, kaip jį naudoti, ir atlieka bet kokį fizinį ar sąsajos veiksmą. Siūlomas taikinys ar anotuotas intervalas skiriasi nuo įvykdytos operacijos ar eksportuoto medijos failo.\n\n### Ribos ir versijos apimtis\n\nVaizdo įrašo atvaizdavimą, vaizdų turinį, instrukciją, istoriją ir sugeneruotą išvestį sutalpinkite į 32K kontekstą. Paprašykite galutinio rezultato ir kiekvieną išvadą pagrindžiančių įrodymų, užuot tikėjęsi, kad nesusijusių šaltinių rinkinys pats apsibrėš tikslą. Patikrinkite koordinates, laiko intervalus ir išgautas reikšmes pagal originalią mediją.\n\nMk1 išlaiko savą įvardytą versiją ir vaizdinį profilį. Šiai ankstesnei laidai nereikėtų numanyti integruotos garso įvesties, dabartinių Mk1.5 užklausų apribojimų ir jo naujų įrankių bei sekimo darbo eigos detalių. Naudingas rezultatas – peržiūrimas scenos aprašymas, dokumento įrašas ar erdvinė / laiko anotacija, susieta su pateiktais vaizdiniais įrodymais.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Annotate a transcribed event sequence\n\nUse these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.Check the interval uses contact and release timestamps rather than grip or departure.perceptron/perceptron-mk1Perceptron Mk1 – Perceptron vaizdų ir vaizdo įrašų modelis laiko ryšiams suprasti, erdvinei vietai nustatyti ir įkūnytam samprotavimui. Jis generuoja tekstą ir struktūrines scenų, dokumentų bei matomų veiksmų anotacijas, turi 32K daugiarūšį kontekstą ir pasirenkamą samprotavimą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Perceptron Mk1 – Perceptron modelis vaizdams ir vaizdo įrašams suprasti bei įkūnytam samprotavimui. Jis analizuoja vaizdinę šaltinio medžiagą pagal rašytinį klausimą ir grąžina tekstą bei struktūrines erdvines ar laiko anotacijas. Kūrėjo profilyje numatytas 32K daugiarūšis kontekstas ir hibridinis samprotavimo režimas, kurį galima išjungti užduotims, nereikalaujančioms mąstymo sekos.
Gamintojas kuria Mk1 įvykiams laiko tėkmėje paaiškinti, o ne vien kadrui pažymėti. Sporto epizodas, maisto gaminimo demonstracija ar operatoriaus užduotis gali virsti struktūriniu aprašymu, kas ir kada įvyko. Gamintojas dokumentuoja dinaminę vaizdo įrašų analizę iki dviejų kadrų per sekundę sparta. Šis atrankos profilis skiriasi nuo pradinio vaizdo įrašo kadrų dažnio.
Norėdami nustatyti įvykio vietą laike, aprašykite veiksmą ir reikiamą intervalą. Pavyzdinė instrukcija: „Nustatykite momentus, kai daiktas padedamas ant lentynos, grąžinkite laiko intervalus ir paaiškinkite kiekvieno jų matomus įrodymus.“ Išlaikykite pradinį vaizdo įrašą kartu su laiko nuorodomis, kad klipo anotaciją ar įvykio intervalą būtų galima patikrinti prieš naudojant kitoje programoje.
Mk1 palaiko vaizdinį mokymąsi kontekste iš etaloninio vaizdo ar vaizdo įrašo, po kurio naujoje medžiagoje ieškoma atitinkančių atvejų. Apibrėžkite, kas daro atvejį tinkamą, ir išlaikykite etalono žymą. Palyginimui pateikite abu medijos elementus ir nurodykite kriterijus: lygintiną objektą, veiksmą, sąlygą ar dokumento detalę.
Tai būdas parengti užduotį pateiktais pavyzdžiais, o ne prielaida, kad atliktas atskiras papildomo mokymo procesas. Jei scenos skiriasi, paprašykite išvestyje nurodyti, kuri įvestis pagrindžia kiekvieną išvadą. Matomas panašumas turi likti atskirtas nuo numanomos išvados apie įvykį.
Gamintojo vaizdų apdorojimo galimybės apima vietos nurodymą, skaičiavimą, teksto atpažinimą ir analoginių ar skaitmeninių prietaisų rodmenų nuskaitymą. Prietaiso atveju išsaugokite jo skalę, vienetus ir įskaitomas žymas; skaičiavimo atveju apibrėžkite sritį ir kategoriją. Mk1 taip pat išgauna sudėtingus dokumentus į HTML, JSON ar Markdown, išsaugodamas maketo ryšius, lenteles ir hierarchiją.
Pateikite įskaitomą puslapio vaizdą ir nurodykite laukus ar klausimą. Naudingas rezultatas išlaiko ryšį su šaltiniu ir atskiria išgautą formuluotę nuo interpretacijos. Į smulkų tekstą, užstojimą ir dviprasmiškus scenos įrodymus reikėtų atsižvelgti ruošiant šaltinį ir peržiūrint atsakymą.
Kūrėjas moko taškus, rėmelius, daugiakampius, trajektorijas ir klipus naudoti kaip lygiavertes struktūrines išvestis kartu su tekstu. Šios anotacijos gali suteikti taikinius, apribojimus, užduoties ribas ar pastebėtą sėkmės ir nesėkmės informaciją išorinei robotikos ar analizės darbo eigai. Užduotyje su keliomis kameromis pažymėkite vaizdus ir išlaikykite kiekvienos anotacijos ryšį su jos šaltiniu.
Modelis interpretuoja stebėjimus ir pateikia įrodymais pagrįstą rezultatą; programa ar valdymo sistema sprendžia, kaip jį naudoti, ir atlieka bet kokį fizinį ar sąsajos veiksmą. Siūlomas taikinys ar anotuotas intervalas skiriasi nuo įvykdytos operacijos ar eksportuoto medijos failo.
Vaizdo įrašo atvaizdavimą, vaizdų turinį, instrukciją, istoriją ir sugeneruotą išvestį sutalpinkite į 32K kontekstą. Paprašykite galutinio rezultato ir kiekvieną išvadą pagrindžiančių įrodymų, užuot tikėjęsi, kad nesusijusių šaltinių rinkinys pats apsibrėš tikslą. Patikrinkite koordinates, laiko intervalus ir išgautas reikšmes pagal originalią mediją.
Mk1 išlaiko savą įvardytą versiją ir vaizdinį profilį. Šiai ankstesnei laidai nereikėtų numanyti integruotos garso įvesties, dabartinių Mk1.5 užklausų apribojimų ir jo naujų įrankių bei sekimo darbo eigos detalių. Naudingas rezultatas – peržiūrimas scenos aprašymas, dokumento įrašas ar erdvinė / laiko anotacija, susieta su pateiktais vaizdiniais įrodymais.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos perceptron/perceptron-mk1 | 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 $0.0003 / 1K tokenų Išvestis · Išvesties tokenai $0.003 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0003 / 1K tokenų Išvestis · Išvesties tokenai $0.003 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perceptron/perceptron-mk1", "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='perceptron/perceptron-mk1',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='perceptron/perceptron-mk1',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 perceptron/perceptron-mk1
Naudokite aukščiau nurodytus metodų kelius.
perceptron/perceptron-mk1Perceptron Mk1 – Perceptron vaizdų ir vaizdo įrašų modelis laiko ryšiams suprasti, erdvinei vietai nustatyti ir įkūnytam samprotavimui. Jis generuoja tekstą ir struktūrines scenų, dokumentų bei matomų veiksmų anotacijas, turi 32K daugiarūšį kontekstą ir pasirenkamą samprotavimą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Perceptron Mk1 – Perceptron modelis vaizdams ir vaizdo įrašams suprasti bei įkūnytam samprotavimui. Jis analizuoja vaizdinę šaltinio medžiagą pagal rašytinį klausimą ir grąžina tekstą bei struktūrines erdvines ar laiko anotacijas. Kūrėjo profilyje numatytas 32K daugiarūšis kontekstas ir hibridinis samprotavimo režimas, kurį galima išjungti užduotims, nereikalaujančioms mąstymo sekos.
Gamintojas kuria Mk1 įvykiams laiko tėkmėje paaiškinti, o ne vien kadrui pažymėti. Sporto epizodas, maisto gaminimo demonstracija ar operatoriaus užduotis gali virsti struktūriniu aprašymu, kas ir kada įvyko. Gamintojas dokumentuoja dinaminę vaizdo įrašų analizę iki dviejų kadrų per sekundę sparta. Šis atrankos profilis skiriasi nuo pradinio vaizdo įrašo kadrų dažnio.
Norėdami nustatyti įvykio vietą laike, aprašykite veiksmą ir reikiamą intervalą. Pavyzdinė instrukcija: „Nustatykite momentus, kai daiktas padedamas ant lentynos, grąžinkite laiko intervalus ir paaiškinkite kiekvieno jų matomus įrodymus.“ Išlaikykite pradinį vaizdo įrašą kartu su laiko nuorodomis, kad klipo anotaciją ar įvykio intervalą būtų galima patikrinti prieš naudojant kitoje programoje.
Mk1 palaiko vaizdinį mokymąsi kontekste iš etaloninio vaizdo ar vaizdo įrašo, po kurio naujoje medžiagoje ieškoma atitinkančių atvejų. Apibrėžkite, kas daro atvejį tinkamą, ir išlaikykite etalono žymą. Palyginimui pateikite abu medijos elementus ir nurodykite kriterijus: lygintiną objektą, veiksmą, sąlygą ar dokumento detalę.
Tai būdas parengti užduotį pateiktais pavyzdžiais, o ne prielaida, kad atliktas atskiras papildomo mokymo procesas. Jei scenos skiriasi, paprašykite išvestyje nurodyti, kuri įvestis pagrindžia kiekvieną išvadą. Matomas panašumas turi likti atskirtas nuo numanomos išvados apie įvykį.
Gamintojo vaizdų apdorojimo galimybės apima vietos nurodymą, skaičiavimą, teksto atpažinimą ir analoginių ar skaitmeninių prietaisų rodmenų nuskaitymą. Prietaiso atveju išsaugokite jo skalę, vienetus ir įskaitomas žymas; skaičiavimo atveju apibrėžkite sritį ir kategoriją. Mk1 taip pat išgauna sudėtingus dokumentus į HTML, JSON ar Markdown, išsaugodamas maketo ryšius, lenteles ir hierarchiją.
Pateikite įskaitomą puslapio vaizdą ir nurodykite laukus ar klausimą. Naudingas rezultatas išlaiko ryšį su šaltiniu ir atskiria išgautą formuluotę nuo interpretacijos. Į smulkų tekstą, užstojimą ir dviprasmiškus scenos įrodymus reikėtų atsižvelgti ruošiant šaltinį ir peržiūrint atsakymą.
Kūrėjas moko taškus, rėmelius, daugiakampius, trajektorijas ir klipus naudoti kaip lygiavertes struktūrines išvestis kartu su tekstu. Šios anotacijos gali suteikti taikinius, apribojimus, užduoties ribas ar pastebėtą sėkmės ir nesėkmės informaciją išorinei robotikos ar analizės darbo eigai. Užduotyje su keliomis kameromis pažymėkite vaizdus ir išlaikykite kiekvienos anotacijos ryšį su jos šaltiniu.
Modelis interpretuoja stebėjimus ir pateikia įrodymais pagrįstą rezultatą; programa ar valdymo sistema sprendžia, kaip jį naudoti, ir atlieka bet kokį fizinį ar sąsajos veiksmą. Siūlomas taikinys ar anotuotas intervalas skiriasi nuo įvykdytos operacijos ar eksportuoto medijos failo.
Vaizdo įrašo atvaizdavimą, vaizdų turinį, instrukciją, istoriją ir sugeneruotą išvestį sutalpinkite į 32K kontekstą. Paprašykite galutinio rezultato ir kiekvieną išvadą pagrindžiančių įrodymų, užuot tikėjęsi, kad nesusijusių šaltinių rinkinys pats apsibrėš tikslą. Patikrinkite koordinates, laiko intervalus ir išgautas reikšmes pagal originalią mediją.
Mk1 išlaiko savą įvardytą versiją ir vaizdinį profilį. Šiai ankstesnei laidai nereikėtų numanyti integruotos garso įvesties, dabartinių Mk1.5 užklausų apribojimų ir jo naujų įrankių bei sekimo darbo eigos detalių. Naudingas rezultatas – peržiūrimas scenos aprašymas, dokumento įrašas ar erdvinė / laiko anotacija, susieta su pateiktais vaizdiniais įrodymais.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos perceptron/perceptron-mk1 | 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 $0.0003 / 1K tokenų Išvestis · Išvesties tokenai $0.003 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0003 / 1K tokenų Išvestis · Išvesties tokenai $0.003 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "perceptron/perceptron-mk1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'perceptron/perceptron-mk1', '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': 'perceptron/perceptron-mk1', '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 perceptron/perceptron-mk1
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Annotate a transcribed event sequence\n\nUse these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.Check the interval uses contact and release timestamps rather than grip or departure.