{
  "aboutHtml": "<h3>Beam 1.0 daripada Reflection</h3><p>Beam 1.0 501B A23B ialah model teks Reflection untuk pengaturcaraan, penaakulan dan tugas dengan beberapa langkah berkaitan. Seni bina MoE dengan pengaktifan jarang ini mempunyai jumlah 501,3 bilion parameter dan kira-kira 23,4 bilion aktif bagi setiap token. Model dibangunkan terutamanya untuk bahasa Inggeris; pertimbangkan hal ini semasa memilih bahasa kod sumber, bahan teknikal dan arahan terperinci.</p><p>Seni binanya menggabungkan perhatian setempat dan global; latihannya merangkumi kod sumber, dokumentasi teknikal serta bahan sains dan pembelajaran. Peringkat khusus mengembangkan konteks panjang menggunakan repositori berstruktur, tugas panjang dan dokumen besar. Dalam pembelajaran pengukuhan, pembangun menggabungkan pengaturcaraan, kerja terminal dan STEM.</p><h3>Tumpuan tugas model</h3><p>Reflection menekankan kejuruteraan perisian, penaakulan matematik dan sains serta penyelesaian tugas berturutan. Bidang ini boleh digunakan dalam dialog teks mendalam: menerangkan hubungan komponen program, meneliti ralat logik, mencadangkan perubahan algoritma, merancang ujian hipotesis atau merumuskan bahan teknikal.</p><p>Beam menekankan penggunaan token penaakulan yang jimat. Latihan memberi ganjaran kepada penyelesaian berjaya dengan pengurangan token berlebihan. Ini menerangkan pendekatan pembangun; panjang jawapan tertentu masih perlu ditetapkan dengan jelas, contohnya kesimpulan ringkas, bukti terperinci atau tampalan berpenjelasan.</p><h3>Konteks teks besar dalam Ailoot API</h3><p>Tetingkap konteks sambungan ialah 1 048 576 token, merangkumi bahan, arahan, sejarah dan jawapan yang dibentuk. Metadata model menyatakan saiz jawapan sehingga 131 072 token. Jumlah ini membolehkan beberapa teks berkaitan dihantar: spesifikasi, petikan pelaksanaan, hasil semakan dan soalan. Namakan bahan dan minta petikan asas setiap kesimpulan dinyatakan supaya analisis besar mudah disemak.</p><p>Contohnya, bagi kod, minta peta kebergantungan daripada fail yang diberikan, kemudian tentukan lokasi perubahan, diikuti penyediaan pelaksanaan. Untuk tugas saintifik, tetapkan keadaan asal, tatatanda dan tahap ketelitian. Ini ialah cara menyusun permintaan supaya hasil berguna boleh dibandingkan dengan bahan asal.</p><p>Sambungan menerima teks dan mengembalikan teks melalui Messages, Responses, Chat Completions dan generateContent teks. Kod serta cadangan dihantar sebagai jawapan model; pelaksanaan perintah dan pengolahan data luar ditentukan keupayaan aplikasi.</p>",
  "aboutText": "### Beam 1.0 daripada Reflection\n\nBeam 1.0 501B A23B ialah model teks Reflection untuk pengaturcaraan, penaakulan dan tugas dengan beberapa langkah berkaitan. Seni bina MoE dengan pengaktifan jarang ini mempunyai jumlah 501,3 bilion parameter dan kira-kira 23,4 bilion aktif bagi setiap token. Model dibangunkan terutamanya untuk bahasa Inggeris; pertimbangkan hal ini semasa memilih bahasa kod sumber, bahan teknikal dan arahan terperinci.\n\nSeni binanya menggabungkan perhatian setempat dan global; latihannya merangkumi kod sumber, dokumentasi teknikal serta bahan sains dan pembelajaran. Peringkat khusus mengembangkan konteks panjang menggunakan repositori berstruktur, tugas panjang dan dokumen besar. Dalam pembelajaran pengukuhan, pembangun menggabungkan pengaturcaraan, kerja terminal dan STEM.\n\n### Tumpuan tugas model\n\nReflection menekankan kejuruteraan perisian, penaakulan matematik dan sains serta penyelesaian tugas berturutan. Bidang ini boleh digunakan dalam dialog teks mendalam: menerangkan hubungan komponen program, meneliti ralat logik, mencadangkan perubahan algoritma, merancang ujian hipotesis atau merumuskan bahan teknikal.\n\nBeam menekankan penggunaan token penaakulan yang jimat. Latihan memberi ganjaran kepada penyelesaian berjaya dengan pengurangan token berlebihan. Ini menerangkan pendekatan pembangun; panjang jawapan tertentu masih perlu ditetapkan dengan jelas, contohnya kesimpulan ringkas, bukti terperinci atau tampalan berpenjelasan.\n\n### Konteks teks besar dalam Ailoot API\n\nTetingkap konteks sambungan ialah 1 048 576 token, merangkumi bahan, arahan, sejarah dan jawapan yang dibentuk. Metadata model menyatakan saiz jawapan sehingga 131 072 token. Jumlah ini membolehkan beberapa teks berkaitan dihantar: spesifikasi, petikan pelaksanaan, hasil semakan dan soalan. Namakan bahan dan minta petikan asas setiap kesimpulan dinyatakan supaya analisis besar mudah disemak.\n\nContohnya, bagi kod, minta peta kebergantungan daripada fail yang diberikan, kemudian tentukan lokasi perubahan, diikuti penyediaan pelaksanaan. Untuk tugas saintifik, tetapkan keadaan asal, tatatanda dan tahap ketelitian. Ini ialah cara menyusun permintaan supaya hasil berguna boleh dibandingkan dengan bahan asal.\n\nSambungan menerima teks dan mengembalikan teks melalui Messages, Responses, Chat Completions dan generateContent teks. Kod serta cadangan dihantar sebagai jawapan model; pelaksanaan perintah dan pengolahan data luar ditentukan keupayaan aplikasi.",
  "locale": "ms",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Input</dt><dd><code>text</code></dd></div><div><dt>Output</dt><dd><code>text</code></dd></div><div><dt>Konteks</dt><dd>Tidak dinyatakan dalam katalog</dd></div><div><dt>Respons maksimum</dt><dd>Tidak dinyatakan dalam katalog</dd></div></dl><dl><div><dt>Input</dt><dd>USD 0.0005 <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>USD 0.002 <em>/ 1K</em></dd></div><div><dt>Bacaan cache</dt><dd>USD 0.0001 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Input</dt><dd><code>text</code></dd></div><div><dt>Output</dt><dd><code>text</code></dd></div><div><dt>Konteks</dt><dd>Tidak dinyatakan dalam katalog</dd></div><div><dt>Respons maksimum</dt><dd>Tidak dinyatakan dalam katalog</dd></div></dl><dl><div><dt>Input</dt><dd>USD 0.0005 <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>USD 0.002 <em>/ 1K</em></dd></div><div><dt>Bacaan cache</dt><dd>USD 0.0001 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Input</dt><dd><code>text</code></dd></div><div><dt>Output</dt><dd><code>text</code></dd></div><div><dt>Konteks</dt><dd>Tidak dinyatakan dalam katalog</dd></div><div><dt>Respons maksimum</dt><dd>Tidak dinyatakan dalam katalog</dd></div></dl><dl><div><dt>Input</dt><dd>USD 0.0005 <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>USD 0.002 <em>/ 1K</em></dd></div><div><dt>Bacaan cache</dt><dd>USD 0.0001 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/reflection/beam-1.0-501b-a23b:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Input</dt><dd><code>text</code></dd></div><div><dt>Output</dt><dd><code>text</code></dd></div><div><dt>Konteks</dt><dd>Tidak dinyatakan dalam katalog</dd></div><div><dt>Respons maksimum</dt><dd>Tidak dinyatakan dalam katalog</dd></div></dl><dl><div><dt>Input</dt><dd>USD 0.0005 <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>USD 0.002 <em>/ 1K</em></dd></div><div><dt>Bacaan cache</dt><dd>USD 0.0001 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 3,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "reflection/beam-1.0-501b-a23b",
  "page": {
    "canonical": "https://ailoot.ai/models/ms/reflection-beam-1-0-501b-a23b/",
    "description": "Model teks MoE Reflection berkonteks besar untuk kejuruteraan perisian, penaakulan matematik dan penelitian tugas berturutan.",
    "locale": "ms",
    "md_url": "https://ailoot.ai/models/ms/reflection-beam-1-0-501b-a23b/index.md",
    "title": "Reflection: Beam 1.0 501B A23B",
    "url": "https://ailoot.ai/models/ms/reflection-beam-1-0-501b-a23b/"
  },
  "rawModel": {
    "about": "### Beam 1.0 daripada Reflection\n\nBeam 1.0 501B A23B ialah model teks Reflection untuk pengaturcaraan, penaakulan dan tugas dengan beberapa langkah berkaitan. Seni bina MoE dengan pengaktifan jarang ini mempunyai jumlah 501,3 bilion parameter dan kira-kira 23,4 bilion aktif bagi setiap token. Model dibangunkan terutamanya untuk bahasa Inggeris; pertimbangkan hal ini semasa memilih bahasa kod sumber, bahan teknikal dan arahan terperinci.\n\nSeni binanya menggabungkan perhatian setempat dan global; latihannya merangkumi kod sumber, dokumentasi teknikal serta bahan sains dan pembelajaran. Peringkat khusus mengembangkan konteks panjang menggunakan repositori berstruktur, tugas panjang dan dokumen besar. Dalam pembelajaran pengukuhan, pembangun menggabungkan pengaturcaraan, kerja terminal dan STEM.\n\n### Tumpuan tugas model\n\nReflection menekankan kejuruteraan perisian, penaakulan matematik dan sains serta penyelesaian tugas berturutan. Bidang ini boleh digunakan dalam dialog teks mendalam: menerangkan hubungan komponen program, meneliti ralat logik, mencadangkan perubahan algoritma, merancang ujian hipotesis atau merumuskan bahan teknikal.\n\nBeam menekankan penggunaan token penaakulan yang jimat. Latihan memberi ganjaran kepada penyelesaian berjaya dengan pengurangan token berlebihan. Ini menerangkan pendekatan pembangun; panjang jawapan tertentu masih perlu ditetapkan dengan jelas, contohnya kesimpulan ringkas, bukti terperinci atau tampalan berpenjelasan.\n\n### Konteks teks besar dalam Ailoot API\n\nTetingkap konteks sambungan ialah 1 048 576 token, merangkumi bahan, arahan, sejarah dan jawapan yang dibentuk. Metadata model menyatakan saiz jawapan sehingga 131 072 token. Jumlah ini membolehkan beberapa teks berkaitan dihantar: spesifikasi, petikan pelaksanaan, hasil semakan dan soalan. Namakan bahan dan minta petikan asas setiap kesimpulan dinyatakan supaya analisis besar mudah disemak.\n\nContohnya, bagi kod, minta peta kebergantungan daripada fail yang diberikan, kemudian tentukan lokasi perubahan, diikuti penyediaan pelaksanaan. Untuk tugas saintifik, tetapkan keadaan asal, tatatanda dan tahap ketelitian. Ini ialah cara menyusun permintaan supaya hasil berguna boleh dibandingkan dengan bahan asal.\n\nSambungan menerima teks dan mengembalikan teks melalui Messages, Responses, Chat Completions dan generateContent teks. Kod serta cadangan dihantar sebagai jawapan model; pelaksanaan perintah dan pengolahan data luar ditentukan keupayaan aplikasi.",
    "alias_of": null,
    "aliases": [],
    "author": "Reflection",
    "canonical_model": "reflection/beam-1.0-501b-a23b",
    "ctx": null,
    "formats": [
      "chat",
      "gemini",
      "messages",
      "responses"
    ],
    "id": "reflection/beam-1.0-501b-a23b",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "reflection/beam-1.0-501b-a23b",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      }
    ],
    "name": "Reflection: Beam 1.0 501B A23B",
    "price": {
      "in": 0.5,
      "in_label": null,
      "out": 2.0,
      "out_label": null,
      "sort_in": 0.5,
      "sort_out": 2.0,
      "varies": false
    },
    "public_id": "reflection/beam-1.0-501b-a23b",
    "short": "Model teks MoE Reflection berkonteks besar untuk kejuruteraan perisian, penaakulan matematik dan penelitian tugas berturutan."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Model teks MoE Reflection berkonteks besar untuk kejuruteraan perisian, penaakulan matematik dan penelitian tugas berturutan.",
  "source": {
    "audit_sha256": "ac086e85b2dda7eb5ab282a02a4fea4da2a60c7f1009e7804e1ad1edc26502cf",
    "bridge_map_sha256": "ac086e85b2dda7eb5ab282a02a4fea4da2a60c7f1009e7804e1ad1edc26502cf",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "448ed4b9240010de77135132ee7cce8ce6325bd04fa484a2396cfd395f144752",
      "renderer_sha256": "e7e69b3db11512aae767b93ec59d2d6ed7f4fd07be0623a7f9c80209ccdae590"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "448ed4b9240010de77135132ee7cce8ce6325bd04fa484a2396cfd395f144752",
    "renderer_sha256": "e7e69b3db11512aae767b93ec59d2d6ed7f4fd07be0623a7f9c80209ccdae590"
  },
  "sourceRevision": "1c2a1407edec93a6f383458b43dce3e631839eab2e6e95fa2fea2395ae77fad0"
}