SenseNova V6 Turbo ialah varian multimodal ringan SenseTime untuk perbualan imej dan teks. Jadual varian pengeluar menetapkan output teks, manakala siri V6 yang lebih luas menggabungkan pemahaman visual dan bahasa untuk penaakulan serta analisis. Turbo ialah varian berasingan daripada versi Pro umum dan Reasoner untuk pemikiran kompleks. Pilih varian ringan untuk tugasan imej dan teks yang berfokus.
Berikan gambar atau petikan yang berkaitan dan nyatakan perkara yang perlu dipastikan oleh jawapan. Soalan bantuan visual boleh mengenal pasti objek atau label yang perlu ditafsirkan; soalan dokumen boleh meminta perbandingan yang terikat pada nilai yang kelihatan. Pastikan imej cukup jelas untuk tugasan dan kekalkan pengecam sumbernya apabila beberapa halaman terlibat.
Takrifkan hasil yang dijangka secara praktikal: penjelasan pendek, satu set nilai yang diekstrak, perbandingan atau respons berasaskan bahan yang dibekalkan. Untuk carta, nyatakan siri, unit dan tempoh masa yang penting. Semak butiran itu dengan imej asal, bukannya menerima huraian lancar sebagai bukti bahawa setiap nilai dibaca dengan betul.
Pengumuman V6 pengeluar menerangkan keluarga model multimodal bersepadu dengan kekuatan penaakulan, matematik dan analitis. Gunakan arahan teks untuk menjelaskan hubungan antara unsur yang kelihatan. Perbandingan dua imej dokumen boleh menanyakan syarat yang dinyatakan yang berubah dan kawasan yang menyokong dapatan itu. Bezakan akibat berasaskan inferens daripada nilai yang benar-benar hadir dalam sumber.
Tugasan terbatas berguna untuk varian ringan: pilih bahan yang mengubah jawapan dan nyatakan kriteria penyelesaian. Jika nilai tiada atau gambar kabur, kekalkan ketidakpastian itu dan bukannya memaksa rekod lengkap. Output kekal sebagai artifak teks yang boleh disemak dengan bukti yang dibekalkan.
Pembuat menyenaraikan Pro, Turbo dan Reasoner secara berasingan, dengan Reasoner menyokong proses penaakulan serta jawapan akhir bagi tugasan pemikiran kompleks. Demonstrasi video panjang dan interaksi Omni dalam keluarga V6 yang lebih luas tidak menetapkan setiap medan atau had antara muka imej/teks Turbo. Keluaran keluarga yang lebih baharu mempunyai kawalan media dan penaakulan masing-masing.
Simpan varian Turbo terpilih, bahan sumber dan jawapan yang selesai untuk susulan. Serahan yang berguna boleh mengandungi soalan, imej sumber dan penjelasan atau rekod yang diekstrak bersama bukti sokongannya. Semak nama penting, angka dan hubungan visual sebelum membawa hasil ke dokumen atau aliran kerja lain. Ini memastikan tugasan multimodal ringan jelas dan pembetulan seterusnya terikat pada bahan sebenar.
", "aboutText": "SenseNova V6 Turbo ialah varian multimodal ringan SenseTime untuk perbualan imej dan teks. Jadual varian pengeluar menetapkan output teks, manakala siri V6 yang lebih luas menggabungkan pemahaman visual dan bahasa untuk penaakulan serta analisis. Turbo ialah varian berasingan daripada versi Pro umum dan Reasoner untuk pemikiran kompleks. Pilih varian ringan untuk tugasan imej dan teks yang berfokus.\n\n### Bentukkan tugasan imej/teks yang berfokus\n\nBerikan gambar atau petikan yang berkaitan dan nyatakan perkara yang perlu dipastikan oleh jawapan. Soalan bantuan visual boleh mengenal pasti objek atau label yang perlu ditafsirkan; soalan dokumen boleh meminta perbandingan yang terikat pada nilai yang kelihatan. Pastikan imej cukup jelas untuk tugasan dan kekalkan pengecam sumbernya apabila beberapa halaman terlibat.\n\nTakrifkan hasil yang dijangka secara praktikal: penjelasan pendek, satu set nilai yang diekstrak, perbandingan atau respons berasaskan bahan yang dibekalkan. Untuk carta, nyatakan siri, unit dan tempoh masa yang penting. Semak butiran itu dengan imej asal, bukannya menerima huraian lancar sebagai bukti bahawa setiap nilai dibaca dengan betul.\n\n### Hubungkan bahasa dengan bukti visual\n\nPengumuman V6 pengeluar menerangkan keluarga model multimodal bersepadu dengan kekuatan penaakulan, matematik dan analitis. Gunakan arahan teks untuk menjelaskan hubungan antara unsur yang kelihatan. Perbandingan dua imej dokumen boleh menanyakan syarat yang dinyatakan yang berubah dan kawasan yang menyokong dapatan itu. Bezakan akibat berasaskan inferens daripada nilai yang benar-benar hadir dalam sumber.\n\nTugasan terbatas berguna untuk varian ringan: pilih bahan yang mengubah jawapan dan nyatakan kriteria penyelesaian. Jika nilai tiada atau gambar kabur, kekalkan ketidakpastian itu dan bukannya memaksa rekod lengkap. Output kekal sebagai artifak teks yang boleh disemak dengan bukti yang dibekalkan.\n\n### Jelaskan skop varian Turbo\n\nPembuat menyenaraikan Pro, Turbo dan Reasoner secara berasingan, dengan Reasoner menyokong proses penaakulan serta jawapan akhir bagi tugasan pemikiran kompleks. Demonstrasi video panjang dan interaksi Omni dalam keluarga V6 yang lebih luas tidak menetapkan setiap medan atau had antara muka imej/teks Turbo. Keluaran keluarga yang lebih baharu mempunyai kawalan media dan penaakulan masing-masing.\n\nSimpan varian Turbo terpilih, bahan sumber dan jawapan yang selesai untuk susulan. Serahan yang berguna boleh mengandungi soalan, imej sumber dan penjelasan atau rekod yang diekstrak bersama bukti sokongannya. Semak nama penting, angka dan hubungan visual sebelum membawa hasil ke dokumen atau aliran kerja lain. Ini memastikan tugasan multimodal ringan jelas dan pembetulan seterusnya terikat pada bahan sebenar.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Explain a chart transcription\n\nUse this transcribed chart: returns per 100 orders, Week 1 = 2, Week 2 = 5, Week 3 = unknown. Write a short explanation for an operations colleague, state the recorded change and identify the missing comparison. Do not call the values total returns or infer why Week 2 increased.A brief explanation with the Week 1-to-2 change, correct per-100-order units and an explicit Week 3 gap.Check that the rate denominator is retained and no Week 3 trend or cause is invented.SenseNova-V6-TurboSenseNova V6 Turbo ialah varian perbualan imej dan teks ringan SenseTime. Model ini memulangkan teks untuk soalan visual berfokus dan tugasan dokumen, dengan imej sumber dan soalan dikekalkan untuk menyemak hasil.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
SenseNova V6 Turbo ialah varian multimodal ringan SenseTime untuk perbualan imej dan teks. Jadual varian pengeluar menetapkan output teks, manakala siri V6 yang lebih luas menggabungkan pemahaman visual dan bahasa untuk penaakulan serta analisis. Turbo ialah varian berasingan daripada versi Pro umum dan Reasoner untuk pemikiran kompleks. Pilih varian ringan untuk tugasan imej dan teks yang berfokus.
Berikan gambar atau petikan yang berkaitan dan nyatakan perkara yang perlu dipastikan oleh jawapan. Soalan bantuan visual boleh mengenal pasti objek atau label yang perlu ditafsirkan; soalan dokumen boleh meminta perbandingan yang terikat pada nilai yang kelihatan. Pastikan imej cukup jelas untuk tugasan dan kekalkan pengecam sumbernya apabila beberapa halaman terlibat.
Takrifkan hasil yang dijangka secara praktikal: penjelasan pendek, satu set nilai yang diekstrak, perbandingan atau respons berasaskan bahan yang dibekalkan. Untuk carta, nyatakan siri, unit dan tempoh masa yang penting. Semak butiran itu dengan imej asal, bukannya menerima huraian lancar sebagai bukti bahawa setiap nilai dibaca dengan betul.
Pengumuman V6 pengeluar menerangkan keluarga model multimodal bersepadu dengan kekuatan penaakulan, matematik dan analitis. Gunakan arahan teks untuk menjelaskan hubungan antara unsur yang kelihatan. Perbandingan dua imej dokumen boleh menanyakan syarat yang dinyatakan yang berubah dan kawasan yang menyokong dapatan itu. Bezakan akibat berasaskan inferens daripada nilai yang benar-benar hadir dalam sumber.
Tugasan terbatas berguna untuk varian ringan: pilih bahan yang mengubah jawapan dan nyatakan kriteria penyelesaian. Jika nilai tiada atau gambar kabur, kekalkan ketidakpastian itu dan bukannya memaksa rekod lengkap. Output kekal sebagai artifak teks yang boleh disemak dengan bukti yang dibekalkan.
Pembuat menyenaraikan Pro, Turbo dan Reasoner secara berasingan, dengan Reasoner menyokong proses penaakulan serta jawapan akhir bagi tugasan pemikiran kompleks. Demonstrasi video panjang dan interaksi Omni dalam keluarga V6 yang lebih luas tidak menetapkan setiap medan atau had antara muka imej/teks Turbo. Keluaran keluarga yang lebih baharu mempunyai kawalan media dan penaakulan masing-masing.
Simpan varian Turbo terpilih, bahan sumber dan jawapan yang selesai untuk susulan. Serahan yang berguna boleh mengandungi soalan, imej sumber dan penjelasan atau rekod yang diekstrak bersama bukti sokongannya. Semak nama penting, angka dan hubungan visual sebelum membawa hasil ke dokumen atau aliran kerja lain. Ini memastikan tugasan multimodal ringan jelas dan pembetulan seterusnya terikat pada bahan sebenar.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had SenseNova-V6-Turbo | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Set peranan yang disokong bergantung pada model yang dipilih. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | KontrakBaca dokumen UTF-8 sebenar anda dan sisipkan teksnya ke dalam messages[].content. |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_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.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00055 / 1K token Output · Token output $0.00143 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "SenseNova-V6-Turbo",\n "messages": [\n {\n "role": "user",\n "content": "Hello!"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source document}"\nexport AILOOT_TEXT_FILE AILOOT_STREAM\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Turbo', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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/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-body.bin\npython3 - <<'PY_RESULT'\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Turbo', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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')\nrequest = Request('https://api.ailoot.ai/v1/chat/completions', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers={'Authorization': 'Bearer ' + api_key, 'Content-Type': 'application/json'}, 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-body.bin').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result-body.bin').write_bytes(raw)\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nimport { readFileSync, writeFileSync } from 'node:fs';\n\nconst apiKey = process.env.AILOOT_API_KEY;\nif (!apiKey?.trim()) throw new Error('Set AILOOT_API_KEY');\nif (!process.env.AILOOT_TEXT_FILE) throw new Error('Choose your actual UTF-8 document');\nconst text = readFileSync(process.env.AILOOT_TEXT_FILE, 'utf8');\nif (!text.trim()) throw new Error('The document must contain text');\nconst stream = process.env.AILOOT_STREAM === '1';\nconst payload = {"model": "SenseNova-V6-Turbo", "messages": [{"role": "user", "content": "Hello!"}]};\npayload.messages[0].content = 'Summarize this material and quote supporting passages.\\n\\n' + text;\npayload.stream = stream;\nconst response = await fetch('https://api.ailoot.ai/v1/chat/completions', { method: 'POST', headers: { 'Authorization': 'Bearer ' + apiKey, 'Content-Type': 'application/json' }, body: JSON.stringify(payload) });\nconst raw = Buffer.from(await response.arrayBuffer());\nwriteFileSync('result-body.bin', raw);\nwriteFileSync('response-headers.txt', [...response.headers].map(([key, value]) => key + ': ' + value).join('\\n'));\nif (!response.ok) throw new Error('HTTP ' + response.status + '; original response saved in result-body.bin');\nif (stream) {\n writeFileSync('result.sse', raw);\n process.stdout.write(raw);\n} else {\n writeFileSync('result.json', raw);\n const result = JSON.parse(raw.toString('utf8'));\n console.log(JSON.stringify(result, null, 2));\n for (const choice of result.choices ?? []) console.log('Choice', choice.index, JSON.stringify(choice));\n}\njson atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra SenseNova-V6-Turbo, sensetime/sensenova-v6-turbo
Gunakan laluan kaedah yang dipaparkan di atas.
SenseNova-V6-TurboSenseNova V6 Turbo ialah varian perbualan imej dan teks ringan SenseTime. Model ini memulangkan teks untuk soalan visual berfokus dan tugasan dokumen, dengan imej sumber dan soalan dikekalkan untuk menyemak hasil.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
SenseNova V6 Turbo ialah varian multimodal ringan SenseTime untuk perbualan imej dan teks. Jadual varian pengeluar menetapkan output teks, manakala siri V6 yang lebih luas menggabungkan pemahaman visual dan bahasa untuk penaakulan serta analisis. Turbo ialah varian berasingan daripada versi Pro umum dan Reasoner untuk pemikiran kompleks. Pilih varian ringan untuk tugasan imej dan teks yang berfokus.
Berikan gambar atau petikan yang berkaitan dan nyatakan perkara yang perlu dipastikan oleh jawapan. Soalan bantuan visual boleh mengenal pasti objek atau label yang perlu ditafsirkan; soalan dokumen boleh meminta perbandingan yang terikat pada nilai yang kelihatan. Pastikan imej cukup jelas untuk tugasan dan kekalkan pengecam sumbernya apabila beberapa halaman terlibat.
Takrifkan hasil yang dijangka secara praktikal: penjelasan pendek, satu set nilai yang diekstrak, perbandingan atau respons berasaskan bahan yang dibekalkan. Untuk carta, nyatakan siri, unit dan tempoh masa yang penting. Semak butiran itu dengan imej asal, bukannya menerima huraian lancar sebagai bukti bahawa setiap nilai dibaca dengan betul.
Pengumuman V6 pengeluar menerangkan keluarga model multimodal bersepadu dengan kekuatan penaakulan, matematik dan analitis. Gunakan arahan teks untuk menjelaskan hubungan antara unsur yang kelihatan. Perbandingan dua imej dokumen boleh menanyakan syarat yang dinyatakan yang berubah dan kawasan yang menyokong dapatan itu. Bezakan akibat berasaskan inferens daripada nilai yang benar-benar hadir dalam sumber.
Tugasan terbatas berguna untuk varian ringan: pilih bahan yang mengubah jawapan dan nyatakan kriteria penyelesaian. Jika nilai tiada atau gambar kabur, kekalkan ketidakpastian itu dan bukannya memaksa rekod lengkap. Output kekal sebagai artifak teks yang boleh disemak dengan bukti yang dibekalkan.
Pembuat menyenaraikan Pro, Turbo dan Reasoner secara berasingan, dengan Reasoner menyokong proses penaakulan serta jawapan akhir bagi tugasan pemikiran kompleks. Demonstrasi video panjang dan interaksi Omni dalam keluarga V6 yang lebih luas tidak menetapkan setiap medan atau had antara muka imej/teks Turbo. Keluaran keluarga yang lebih baharu mempunyai kawalan media dan penaakulan masing-masing.
Simpan varian Turbo terpilih, bahan sumber dan jawapan yang selesai untuk susulan. Serahan yang berguna boleh mengandungi soalan, imej sumber dan penjelasan atau rekod yang diekstrak bersama bukti sokongannya. Semak nama penting, angka dan hubungan visual sebelum membawa hasil ke dokumen atau aliran kerja lain. Ini memastikan tugasan multimodal ringan jelas dan pembetulan seterusnya terikat pada bahan sebenar.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had SenseNova-V6-Turbo | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00055 / 1K token Output · Token output $0.00143 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "SenseNova-V6-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseNova-V6-Turbo', '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': 'SenseNova-V6-Turbo', '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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra SenseNova-V6-Turbo, sensetime/sensenova-v6-turbo
Gunakan laluan kaedah yang dipaparkan di atas.
sensetime/sensenova-v6-turboSenseNova V6 Turbo ialah varian perbualan imej dan teks ringan SenseTime. Model ini memulangkan teks untuk soalan visual berfokus dan tugasan dokumen, dengan imej sumber dan soalan dikekalkan untuk menyemak hasil.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
SenseNova V6 Turbo ialah varian multimodal ringan SenseTime untuk perbualan imej dan teks. Jadual varian pengeluar menetapkan output teks, manakala siri V6 yang lebih luas menggabungkan pemahaman visual dan bahasa untuk penaakulan serta analisis. Turbo ialah varian berasingan daripada versi Pro umum dan Reasoner untuk pemikiran kompleks. Pilih varian ringan untuk tugasan imej dan teks yang berfokus.
Berikan gambar atau petikan yang berkaitan dan nyatakan perkara yang perlu dipastikan oleh jawapan. Soalan bantuan visual boleh mengenal pasti objek atau label yang perlu ditafsirkan; soalan dokumen boleh meminta perbandingan yang terikat pada nilai yang kelihatan. Pastikan imej cukup jelas untuk tugasan dan kekalkan pengecam sumbernya apabila beberapa halaman terlibat.
Takrifkan hasil yang dijangka secara praktikal: penjelasan pendek, satu set nilai yang diekstrak, perbandingan atau respons berasaskan bahan yang dibekalkan. Untuk carta, nyatakan siri, unit dan tempoh masa yang penting. Semak butiran itu dengan imej asal, bukannya menerima huraian lancar sebagai bukti bahawa setiap nilai dibaca dengan betul.
Pengumuman V6 pengeluar menerangkan keluarga model multimodal bersepadu dengan kekuatan penaakulan, matematik dan analitis. Gunakan arahan teks untuk menjelaskan hubungan antara unsur yang kelihatan. Perbandingan dua imej dokumen boleh menanyakan syarat yang dinyatakan yang berubah dan kawasan yang menyokong dapatan itu. Bezakan akibat berasaskan inferens daripada nilai yang benar-benar hadir dalam sumber.
Tugasan terbatas berguna untuk varian ringan: pilih bahan yang mengubah jawapan dan nyatakan kriteria penyelesaian. Jika nilai tiada atau gambar kabur, kekalkan ketidakpastian itu dan bukannya memaksa rekod lengkap. Output kekal sebagai artifak teks yang boleh disemak dengan bukti yang dibekalkan.
Pembuat menyenaraikan Pro, Turbo dan Reasoner secara berasingan, dengan Reasoner menyokong proses penaakulan serta jawapan akhir bagi tugasan pemikiran kompleks. Demonstrasi video panjang dan interaksi Omni dalam keluarga V6 yang lebih luas tidak menetapkan setiap medan atau had antara muka imej/teks Turbo. Keluaran keluarga yang lebih baharu mempunyai kawalan media dan penaakulan masing-masing.
Simpan varian Turbo terpilih, bahan sumber dan jawapan yang selesai untuk susulan. Serahan yang berguna boleh mengandungi soalan, imej sumber dan penjelasan atau rekod yang diekstrak bersama bukti sokongannya. Semak nama penting, angka dan hubungan visual sebelum membawa hasil ke dokumen atau aliran kerja lain. Ini memastikan tugasan multimodal ringan jelas dan pembetulan seterusnya terikat pada bahan sebenar.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had sensetime/sensenova-v6-turbo | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | 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— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_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.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00055 / 1K token Output · Token output $0.00143 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sensetime/sensenova-v6-turbo", "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='sensetime/sensenova-v6-turbo',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='sensetime/sensenova-v6-turbo',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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra SenseNova-V6-Turbo, sensetime/sensenova-v6-turbo
Gunakan laluan kaedah yang dipaparkan di atas.
sensetime/sensenova-v6-turboSenseNova V6 Turbo ialah varian perbualan imej dan teks ringan SenseTime. Model ini memulangkan teks untuk soalan visual berfokus dan tugasan dokumen, dengan imej sumber dan soalan dikekalkan untuk menyemak hasil.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
SenseNova V6 Turbo ialah varian multimodal ringan SenseTime untuk perbualan imej dan teks. Jadual varian pengeluar menetapkan output teks, manakala siri V6 yang lebih luas menggabungkan pemahaman visual dan bahasa untuk penaakulan serta analisis. Turbo ialah varian berasingan daripada versi Pro umum dan Reasoner untuk pemikiran kompleks. Pilih varian ringan untuk tugasan imej dan teks yang berfokus.
Berikan gambar atau petikan yang berkaitan dan nyatakan perkara yang perlu dipastikan oleh jawapan. Soalan bantuan visual boleh mengenal pasti objek atau label yang perlu ditafsirkan; soalan dokumen boleh meminta perbandingan yang terikat pada nilai yang kelihatan. Pastikan imej cukup jelas untuk tugasan dan kekalkan pengecam sumbernya apabila beberapa halaman terlibat.
Takrifkan hasil yang dijangka secara praktikal: penjelasan pendek, satu set nilai yang diekstrak, perbandingan atau respons berasaskan bahan yang dibekalkan. Untuk carta, nyatakan siri, unit dan tempoh masa yang penting. Semak butiran itu dengan imej asal, bukannya menerima huraian lancar sebagai bukti bahawa setiap nilai dibaca dengan betul.
Pengumuman V6 pengeluar menerangkan keluarga model multimodal bersepadu dengan kekuatan penaakulan, matematik dan analitis. Gunakan arahan teks untuk menjelaskan hubungan antara unsur yang kelihatan. Perbandingan dua imej dokumen boleh menanyakan syarat yang dinyatakan yang berubah dan kawasan yang menyokong dapatan itu. Bezakan akibat berasaskan inferens daripada nilai yang benar-benar hadir dalam sumber.
Tugasan terbatas berguna untuk varian ringan: pilih bahan yang mengubah jawapan dan nyatakan kriteria penyelesaian. Jika nilai tiada atau gambar kabur, kekalkan ketidakpastian itu dan bukannya memaksa rekod lengkap. Output kekal sebagai artifak teks yang boleh disemak dengan bukti yang dibekalkan.
Pembuat menyenaraikan Pro, Turbo dan Reasoner secara berasingan, dengan Reasoner menyokong proses penaakulan serta jawapan akhir bagi tugasan pemikiran kompleks. Demonstrasi video panjang dan interaksi Omni dalam keluarga V6 yang lebih luas tidak menetapkan setiap medan atau had antara muka imej/teks Turbo. Keluaran keluarga yang lebih baharu mempunyai kawalan media dan penaakulan masing-masing.
Simpan varian Turbo terpilih, bahan sumber dan jawapan yang selesai untuk susulan. Serahan yang berguna boleh mengandungi soalan, imej sumber dan penjelasan atau rekod yang diekstrak bersama bukti sokongannya. Semak nama penting, angka dan hubungan visual sebelum membawa hasil ke dokumen atau aliran kerja lain. Ini memastikan tugasan multimodal ringan jelas dan pembetulan seterusnya terikat pada bahan sebenar.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had sensetime/sensenova-v6-turbo | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00055 / 1K token Output · Token output $0.00143 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "sensetime/sensenova-v6-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sensetime/sensenova-v6-turbo', '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': 'sensetime/sensenova-v6-turbo', '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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra SenseNova-V6-Turbo, sensetime/sensenova-v6-turbo
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Explain a chart transcription\n\nUse this transcribed chart: returns per 100 orders, Week 1 = 2, Week 2 = 5, Week 3 = unknown. Write a short explanation for an operations colleague, state the recorded change and identify the missing comparison. Do not call the values total returns or infer why Week 2 increased.A brief explanation with the Week 1-to-2 change, correct per-100-order units and an explicit Week 3 gap.Check that the rate denominator is retained and no Week 3 trend or cause is invented.