Source: https://ailoot.ai/models/ms/inclusionai-ling-3-0-flash/ Canonical: https://ailoot.ai/models/ms/inclusionai-ling-3-0-flash/ Language: ms # inclusionAI: Ling 3.0 Flash [Markdown](https://ailoot.ai/models/ms/inclusionai-ling-3-0-flash/index.md) · [JSON](https://ailoot.ai/models/ms/inclusionai-ling-3-0-flash/facts.json) ## [inclusionAI: Ling 3.0 Flash](https://ailoot.ai/models/ms/inclusionai-ling-3-0-flash/) Ling 3.0 Flash ialah model teks inclusionAI untuk perbualan, kerja dokumen dan aliran kerja ejen yang dikawal aplikasi. Ia menerima teks melalui Chat Completions, menyokong pengisytiharan panggilan fungsi dan pemformatan output JSON, serta mempunyai tetingkap konteks 262,144 token yang diterbitkan. Gunakan ID tepat inclusionai/ling-3.0-flash apabila memilih edisi ini. - [**Ailoot Ultra · Chat Completions** `POST /v1/chat/completions` `inclusionai/ling-3.0-flash`](https://ailoot.ai/models/ms/inclusionai-ling-3-0-flash/#method-0) Tentang model Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih. Ling 3.0 Flash ialah model teks-ke-teks daripada inclusionAI. Seni bina yang diterbitkan ialah campuran pakar dengan 124 bilion parameter keseluruhan dan kira-kira 5.1 bilion parameter aktif bagi setiap token. Pilih inclusionai/ling-3.0-flash melalui POST /v1/chat/completions dengan model dan tatasusunan messages. Arahan, bahan sumber dan giliran perbualan terdahulu diletakkan dalam teks mesej. Gunakan prompt terfokus untuk mengubah bahan yang dibekalkan menjadi hasil khusus. Untuk balasan pelanggan, bekalkan soalan pelanggan dan teks produk atau dasar yang mesti digunakan oleh jawapan, kemudian tentukan nada dan langkah seterusnya. Untuk ringkasan dokumen, nyatakan bahagian yang diperlukan, seperti keputusan, persoalan yang belum selesai dan tindakan. Untuk pengekstrakan, tentukan medan yang diminta dan cara mewakili fakta yang tiada dalam sumber. Untuk kerja kod, sertakan fungsi atau petikan fail yang berkaitan dan minta penerangan, cadangan perubahan atau semakan berdasarkan keperluan yang jelas. Tetingkap konteks yang diterbitkan ialah 262,144 token, dengan sehingga 32,768 token pelengkapan disenaraikan untuk model. Peruntukkan teks sumber, arahan, sejarah perbualan dan pelengkapan yang diminta bersama-sama. Gunakan max\_tokens untuk menetapkan peruntukan output yang diminta. Dokumen perlu dibekalkan sebagai teks sebenarnya apabila anda mahu jawapan bergantung pada kandungannya; rujuk bahagian yang berkaitan secara jelas apabila permintaan menggabungkan beberapa petikan. Senarai parameter yang disokong merangkumi tools dan tool\_choice untuk panggilan fungsi. Takrifkan fungsi yang tersedia dan penerangan argumennya dalam permintaan. Aplikasi anda mengesahkan panggilan yang dikembalikan, melaksanakan fungsi yang dipilih dan membekalkan hasilnya kepada perbualan sebelum meminta jawapan susulan. Sebagai contoh, aliran kerja sokongan boleh menyediakan carian pesanan dengan skop sempit dan menggunakan fakta yang dikembalikan semasa mendraf balasan. Pastikan hasil alat dilampirkan pada giliran perbualan yang betul supaya model boleh membezakannya daripada permintaan asal pengguna. Model menyokong response\_format untuk output JSON, tanpa penguatkuasaan skema JSON. Nyatakan medan yang dikehendaki dan sahkan objek yang dikembalikan dalam aplikasi anda sebelum menggunakannya. Kawalan lain yang diterbitkan merangkumi temperature, top\_p, top\_k, min\_p, stop, seed serta penalti pengulangan, kekerapan dan kehadiran yang disenaraikan. Senarai parameter turut merangkumi reasoning dan include\_reasoning; pilih perwakilan yang disokong daripada spesifikasi permintaan, dan bukannya menganggap nilai daripada edisi yang berbeza. Chat Completions boleh mengembalikan balasan lengkap atau teks berstrim. Untuk balasan lengkap, baca kandungan mesej yang dikembalikan dan simpan choices serta usage balasan. Dengan penstriman, gabungkan delta sebelum menganggap jawapan lengkap, dan simpan sebarang panggilan alat yang dikembalikan bersama argumennya. Hasilnya ialah teks atau permintaan panggilan fungsi untuk langkah aplikasi seterusnya; aplikasi yang mengelilinginya bertanggungjawab terhadap pelaksanaan dan penggunaan jawapan yang telah siap. **Ailoot Ultra · Chat Completions** `POST /v1/chat/completions` `inclusionai/ling-3.0-flash` [`inclusionai/ling-3.0-flash`](https://ailoot.ai/models/ms/#m=inclusionai%2Fling-3.0-flash&route=Ultra&caller=inclusionai%2Fling-3.0-flash&fmt=chat) inclusionAI /`inclusionai/ling-3.0-flash` ### Pengenalan Ling 3.0 Flash ialah model teks inclusionAI untuk perbualan, kerja dokumen dan aliran kerja ejen yang dikawal aplikasi. Ia menerima teks melalui Chat Completions, menyokong pengisytiharan panggilan fungsi dan pemformatan output JSON, serta mempunyai tetingkap konteks 262,144 token yang diterbitkan. Gunakan ID tepat inclusionai/ling-3.0-flash apabila memilih edisi ini. Input yang diterima Teks Hasil Teks ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · Chat Completions** `POST /v1/chat/completions` Input `text` Output `text` Konteks 262,144 tokens Format output JSON or supported SSE | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had inclusionai/ling-3.0-flash | Lalai— | | Medan`messages` | Jenis`array` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse | | Medan`max_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai— | | Medan`max_completion_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai— | | Medan`n` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai— | | Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`top_p` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`seed` | Jenis`integer` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`stop` | Jenis`` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`frequency_penalty` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`presence_penalty` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`user` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages | | Parameter`optional` | Kontrakstream, max\_tokens, max\_completion\_tokens, n, temperature, top\_p, seed, stop, frequency\_penalty, presence\_penalty, user | | Parameter`material_types` | Kontraktext | | Parameter`conditions` | Kontrak | Kitar hayat: `synchronous_json_or_sse` ### Pelan harga Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih. Mod pantas Tidak dinyatakan Apabila mod pantas dipilih Mod flex Tidak dinyatakan Apabila mod flex dipilih Usaha penaakulan maksimum Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default #### Kadar Ailoot #### Harga mengikut konfigurasi | Konfigurasi | Jadual kadar | Caj | | --- | --- | --- | | KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0.00012** / 1K token Output · Token output **$0.00036** / 1K token Input · Bacaan cache **$0.000024** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Chat Completions curl · cipta sekali sahaja dan simpan hasil lengkap ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "inclusionai/ling-3.0-flash", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json # Submit once. Retain the complete result, original identifiers and every response header. ``` ### Terima dan simpan hasil #### Ailoot Ultra · Chat Completions JSON or supported SSE ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Jika respons asal perlu disemak Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Alias #### Alias model **Ailoot Ultra** [`inclusionai/ling-3.0-flash`](https://ailoot.ai/models/ms/#m=inclusionai%2Fling-3.0-flash&route=Ultra&caller=inclusionai%2Fling-3.0-flash&fmt=chat) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`inclusionai/ling-3.0-flash`](https://ailoot.ai/models/ms/#m=inclusionai%2Fling-3.0-flash&route=Ultra&caller=inclusionai%2Fling-3.0-flash&fmt=chat) FAQ · inclusionAI: Ling 3.0 Flash Apakah input dan hasil yang tersedia? `POST /v1/chat/completions` · `inclusionai/ling-3.0-flash`: `text` → `text` Apakah medan yang digunakan oleh permintaan? `POST /v1/chat/completions` · `inclusionai/ling-3.0-flash`: `model`, `messages`, `stream`, `max_tokens`, `max_completion_tokens`, `n`, `temperature`, `top_p`, `seed`, `stop`, `frequency_penalty`, `presence_penalty`, `user` Apakah had yang terpakai? `POST /v1/chat/completions` · `inclusionai/ling-3.0-flash`: `ctx`: `262144`; `max_tokens.minimum`: `1`; `max_completion_tokens.minimum`: `1`; `n.minimum`: `1` Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda. ## Syarikat dan portfolio projeknya Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. ## Beli token dengan diskaun. Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token. Langganan Pilih pelan berdiskaun untuk permintaan berkala anda. Kod promosi sehingga 50% Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa. Perbelanjaan dalam sejarah Model, token dan jumlah disimpan bagi setiap permintaan. [Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/) ## Sambungkan API kepada produk yang anda jual. SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula. Aplikasi komersial Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda. Lesen penjual semula Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis. Dokumen pada laman Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan. [Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms) ## Ailoot · Syarikat dan portfolio projeknya Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan. Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.