Source: https://ailoot.ai/models/ms/mimo-v2-pro/ Canonical: https://ailoot.ai/models/ms/mimo-v2-pro/ Language: ms # mimo-v2-pro [Markdown](https://ailoot.ai/models/ms/mimo-v2-pro/index.md) · [JSON](https://ailoot.ai/models/ms/mimo-v2-pro/facts.json) ## [mimo-v2-pro](https://ailoot.ai/models/ms/mimo-v2-pro/) MiMo-V2-Pro ialah model teks Xiaomi yang berfokus pada ejen untuk kejuruteraan perisian, perancangan berbilang langkah dan kerja berasaskan alat. Konteksnya sehingga 1 juta token membantu mengekalkan bahan projek yang banyak, kekangan tugas dan pemerhatian berturut-turut dalam aliran kerja yang koheren. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `mimo-v2-pro`](https://ailoot.ai/models/ms/mimo-v2-pro/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `mimo-v2-pro`](https://ailoot.ai/models/ms/mimo-v2-pro/#method-1) Tentang model Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih. Asas untuk kerja ejen MiMo-V2-Pro ialah model asas utama Xiaomi untuk beban kerja ejen yang kompleks dan kejuruteraan perisian. Peranannya ialah menaakul tentang tugas, menyusun langkah yang diperlukan dan menggunakan maklumat yang dikembalikan oleh alat untuk meneruskan ke arah hasil yang ditentukan. Penekanan model melangkaui penyusunan satu jawapan: ia direka untuk kerja bersambung yang keputusan dan pemerhatian terdahulunya mempengaruhi apa yang berlaku seterusnya. Skala dan seni bina cekap Pengeluar menerangkan jumlah lebih 1 trilion parameter dengan 42 bilion parameter aktif. Pro memperluas pendekatan perhatian hibrid MiMo-V2-Flash, menggunakan imbangan 7:1 antara perhatian tetingkap gelongsor dengan perhatian global. Lapisan ramalan berbilang token yang ringan menyokong penjanaan, dan konteks yang diiklankan mencapai 1 juta token. Ini ialah ciri seni bina dan konteks Pro; ia tidak menetapkan kelajuan pelaksanaan, peruntukan memori atau had permintaan bagi integrasi tertentu. Asal usul keluaran Hunter Alpha dikenal pasti oleh Xiaomi sebagai binaan ujian dalaman awal yang mendahului MiMo-V2-Pro. Model Pro yang dikeluarkan mempunyai nama sendiri serta penambahbaikan untuk kerja konteks panjang dan kestabilan senario ejen. Perbezaan ini penting apabila membandingkan perihalan atau mengekalkan identiti model: binaan ujian terdahulu, MiMo-V2-Flash dan MiMo-V2-Omni masing-masing mempunyai peranan dan spesifikasi berasingan. Dibina untuk ejen Model ditala halus melalui pembelajaran terselia dan pembelajaran pengukuhan merentas pelbagai kerangka ejen, dengan perhatian pada panggilan alat dan penaakulan berbilang langkah. Sediakan tugas dengan syarat penyiapan yang boleh diperhatikan dan perihalan alat yang tersedia. Contohnya, pembantu projek boleh menerima permintaan perubahan, meneliti modul yang diberikan, mencadangkan komponen yang terjejas dan meneruskan selepas alat mengembalikan ralat binaan. Output yang berguna ialah jujukan keputusan yang dikaitkan dengan pemerhatian sebenar, diikuti kod, penjelasan atau ringkasan kerja yang diminta. Persekitaran yang disambungkan melakukan tindakan tersebut. Kejuruteraan perisian dan tugas bahagian hadapan Xiaomi menekankan reka bentuk sistem, perancangan tugas dan penyelesaian masalah berorientasikan kod. Demonstrasinya merangkumi halaman web interaktif dan permainan berasaskan pelayar yang dihasilkan dalam persekitaran ejen. Contoh taklimat pembangunan boleh menetapkan tingkah laku halaman, navigasi, keadaan data dan susun atur responsif, kemudian meminta pelaksanaan dan pemeriksaan terhadap keperluan itu. Untuk projek sedia ada, berikan fail semasa, kes yang gagal dan antara muka yang mesti kekal tanpa perubahan. Minta perubahan berfokus serta penjelasan kebergantungan yang disentuhnya dan bukannya aplikasi pengganti yang tidak berkaitan. Konteks panjang dan hasil yang boleh diperiksa Konteks sehingga 1 juta token berguna apabila beberapa fail, dokumen, arahan dan pemerhatian terdahulu tergolong dalam tugas yang sama. Susun bahan itu mengikut peranannya: keperluan berautoriti, kod semasa, contoh rujukan dan hasil alat. Nyatakan artifak akhir dan syarat penerimaannya sebelum meminta ejen meneruskan. Tugas dokumentasi mungkin memerlukan perbandingan dengan soalan yang belum diselesaikan; tugas kejuruteraan mungkin memerlukan tampalan dan rekod perkara yang diperiksa. Batas praktikal dan skop edisi Konteks panjang menyediakan ruang untuk bahan tetapi tidak menjamin bahawa projek yang dijana betul atau setiap keperluan telah dipenuhi. Kembalikan ralat dan pemerhatian sebenar untuk langkah seterusnya dan sahkan hasil dalam persekitaran yang dimaksudkan. Pengeluar secara jelas membingkaikan keteguhan merentas tugas sebenar yang kompleks sebagai sesuatu yang perlu dinilai dan ditambah baik. Perihalan ini meliputi pengkhususan ejen teks dan alat MiMo-V2-Pro; ciri modaliti Omni dan spesifikasi generasi MiMo kemudian milik model masing-masing. Alat, parameter tersedia dan pengendalian output kekal sebagai ciri aplikasi yang disambungkan. Tugas praktikal ### Tugas praktikal Contoh teknikal dalam bahasa Inggeris ``` Correct an error-state transition A text specification says a search box has idle, loading, results and error states. Existing logic sets loading=true before fetch and false only on success, so failures leave the spinner visible. Propose pseudocode that preserves results on success, shows an error on failure and always clears loading. Include the two distinguishing checks. ``` #### Hasil yang dijangka ``` Focused async pseudocode and success/failure checks covering final loading state and visible result or error. ``` #### Semak hasil ``` Check that loading is cleared in both branches without suppressing the error. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `mimo-v2-pro` [`mimo-v2-pro`](https://ailoot.ai/models/ms/#m=mimo-v2-pro&route=Ultra&caller=mimo-v2-pro&fmt=chat) Xiaomi /`mimo-v2-pro` ### Pengenalan MiMo-V2-Pro ialah model teks Xiaomi yang berfokus pada ejen untuk kejuruteraan perisian, perancangan berbilang langkah dan kerja berasaskan alat. Konteksnya sehingga 1 juta token membantu mengekalkan bahan projek yang banyak, kekangan tugas dan pemerhatian berturut-turut dalam aliran kerja yang koheren. Input yang diterima Teks Hasil Teks ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Input `text` Output `text` Format output json atau SSE | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had mimo-v2-pro | Lalai— | | Medan`messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— | | Medan`messages[].role` | Jenis`string` | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— | | Medan`messages[].content` | Jenis`string\|content_part[]\|null` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].tool_calls` | Jenis`tool_call[]` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].tool_call_id` | Jenis`string` | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— | | Medan`messages[].name` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].reasoning_content` | Jenis`string` | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— | | Medan`messages[].reasoning_details` | Jenis`object\|array` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`max_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— | | Medan`max_completion_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— | | Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse | | Medan`stream_options.include_usage` | Jenis`boolean` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`top_p` | Jenis`number` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`stop` | Jenis`string\|string[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`tools` | Jenis`function_tool[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`tools[].type` | Jenis`string` | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— | | Medan`tools[].function.name` | Jenis`string` | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— | | Medan`tools[].function.description` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`tools[].function.parameters` | Jenis`JSON_schema` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`tool_choice` | Jenis`string\|object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`parallel_tool_calls` | Jenis`boolean` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`response_format` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`reasoning_effort` | Jenis`string` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`reasoning` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`service_tier` | Jenis`string` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`instructions` | Jenis`string` | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— | | Medan`functions` | Jenis`function[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`function_call` | Jenis`string\|object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`prompt_cache_options` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`modalities` | Jenis`string[]` | KeperluanPilihan | Nilai & had text | Lalai— | | Medan`provider` | Jenis`object` | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— | | Medan`cache_control.ttl` | Jenis`string` | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— | Gabungan bahan input **Teks** · Teks UTF8 `messages[].content` Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages | | Parameter`material_types` | Kontraktext | | Parameter`messages` | Kontraktatasusunan mesej dengan struktur role/content | | Parameter`file_material` | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan | | Parameter`optional_controls` | Kontrakstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan | | Parameter`output_modalities` | Kontraktext | | Parameter`hosted_operations` | Kontrakfalse | | Parameter`multimodal_input_binding` | Kontraknull | Kitar hayat: `synchronous_or_streamed` Hantar ID model yang tepat bersama messages. Panjang konteks bukan had output. Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat. ### 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 **$0.0022** / 1K token Output · Token output **$0.0066** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · OpenAI Chat curlPython SDKPenstriman Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "mimo-v2-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='mimo-v2-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='mimo-v2-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Terima dan simpan hasil #### Ailoot Ultra · OpenAI Chat json atau SSE ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan. ##### Jika respons asal perlu disemak Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan. Medan respons | Medan | Jenis | | --- | --- | | Medan`choices[].index` | Jenisinteger | | Medan`choices[].message.content` | Jenisstring\|null | | Medan`choices[].message.tool_calls` | Jenistool\_call\[\] | | Medan`choices[].message.reasoning_content` | Jenisstring | | Medan`choices[].message.reasoning_details` | Jenisobject\|array | | Medan`choices[].finish_reason` | Jenisstring\|null | | Medan`usage` | Jenisobject | Ralat dan langkah seterusnya | Respons | Syarat | Langkah seterusnya | | --- | --- | --- | | Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. | ### Alias #### Alias model **Ailoot Ultra** [`mimo-v2-pro`](https://ailoot.ai/models/ms/#m=mimo-v2-pro&route=Ultra&caller=mimo-v2-pro&fmt=chat) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`mimo-v2-pro`](https://ailoot.ai/models/ms/#m=mimo-v2-pro&route=Ultra&caller=mimo-v2-pro&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `mimo-v2-pro` [`mimo-v2-pro`](https://ailoot.ai/models/ms/#m=mimo-v2-pro&route=Ultra&caller=mimo-v2-pro&fmt=messages) Xiaomi /`mimo-v2-pro` ### Pengenalan MiMo-V2-Pro ialah model teks Xiaomi yang berfokus pada ejen untuk kejuruteraan perisian, perancangan berbilang langkah dan kerja berasaskan alat. Konteksnya sehingga 1 juta token membantu mengekalkan bahan projek yang banyak, kekangan tugas dan pemerhatian berturut-turut dalam aliran kerja yang koheren. Input yang diterima Teks Hasil json · sse ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Input `text` Output `json`, `sse` Format output JSON atau SSE | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had mimo-v2-pro | Lalai— | | Medan`messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`messages[].role` | Jenis`string` | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— | | Medan`messages[].content` | Jenis`string` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`max_tokens` | Jenis`integer` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse | Gabungan bahan input **Teks** · Teks UTF-8 `rentetan messages[].content` Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages, max\_tokens | | Parameter`optional_controls` | Kontrakstream | | Parameter`material_types` | Kontraktext | | Parameter`text_file_material` | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. | Kitar hayat: `synchronous_or_streamed` ### 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 **$0.0022** / 1K token Output · Token output **$0.0066** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Anthropic Messages Badan JSON minimum yang lengkapcurl · gunakan dokumen UTF-8 andaPython · simpan hasil lengkap ```json { "model": "mimo-v2-pro", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'mimo-v2-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'mimo-v2-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Terima dan simpan hasil #### Ailoot Ultra · Anthropic Messages JSON atau SSE ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output. ##### Jika respons asal perlu disemak Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan. Medan respons | Medan | Jenis | | --- | --- | | Medan`id` | Jenisstring | | Medan`model` | Jenisstring | | Medan`content[]` | Jenistext\|thinking\|tool\_use\|other content block | | Medan`stop_reason` | Jenisstring\|null | | Medan`usage` | Jenisobject | Ralat dan langkah seterusnya | Respons | Syarat | Langkah seterusnya | | --- | --- | --- | | Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. | ### Alias #### Alias model **Ailoot Ultra** [`mimo-v2-pro`](https://ailoot.ai/models/ms/#m=mimo-v2-pro&route=Ultra&caller=mimo-v2-pro&fmt=messages) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`mimo-v2-pro`](https://ailoot.ai/models/ms/#m=mimo-v2-pro&route=Ultra&caller=mimo-v2-pro&fmt=messages) FAQ · mimo-v2-pro Apakah input dan hasil yang tersedia? `POST /v1/chat/completions` · `mimo-v2-pro`: `text` → `text` `POST /v1/messages` · `mimo-v2-pro`: `text` → `json`, `sse` Apakah medan yang digunakan oleh permintaan? `POST /v1/chat/completions` · `mimo-v2-pro`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `mimo-v2-pro`: `model`, `messages`, `max_tokens`, `stream` Apakah had yang terpakai? `POST /v1/chat/completions` · `mimo-v2-pro`: `messages.min_items`: `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.