Skyfall 36B v2 ialah versi Mistral Small 2501 yang dibesarkan oleh pencipta, dengan latihan berterusan untuk kreativiti dan lakonan peranan. Ia menerima prompt bertulis dan menjana teks untuk tugasan naratif serta perbualan. Edisi v2 kekal berbeza daripada model sumber asal dan daripada artifak Skyfall yang ditukar secara berasingan.
Konfigurasi yang diterbitkan menggunakan 64 lapisan Transformer, 32 kepala perhatian pertanyaan dan lapan kepala kunci/nilai. Bilangan kedudukan maksimumnya ialah 32,768, tanpa penskalaan putaran yang dikonfigurasi. Struktur lapisan model yang dibesarkan dan konfigurasi konteksnya sendiri membezakannya daripada sekadar memilih model asas Mistral Small asal.
Pencipta paling mengesyorkan penggunaan prompt Mistral v7 Tekken. Metharme disenaraikan tetapi tidak disyorkan, manakala Alpaca diperkenalkan sebagai pilihan menarik untuk cerita atau karya pengembaraan pilih-sendiri. Ini ialah keutamaan prompt yang diterbitkan bagi edisi ini; format yang disokong tidak sama dengan gaya respons yang dijamin.
Untuk adegan lakonan peranan, berikan laras suara watak, latar dan pertukaran terkini. Nyatakan perkara yang perlu ditangani oleh giliran seterusnya dan peserta yang perlu diwakili oleh model ketika menulis. Titik berhenti yang jelas menyediakan ruang untuk sumbangan pengguna seterusnya. Untuk cerita bercabang, tetapkan situasi semasa dan minta petikan seterusnya dengan pilihan terhad yang sesuai dengan peristiwa yang telah ditetapkan.
Untuk semakan prosa, bekalkan petikan dan perubahan editorial yang diperlukan. Kenal pasti butiran yang perlu kekal sementara ungkapan, rentak atau nada berubah. Semak output terhadap fakta adegan dan arahan, tanpa menerima sambungan lancar yang mengubah watak atau latar.
Untuk giliran cerita seterusnya, nyatakan sudut pandangan, pilihan aktif dan titik tempat model perlu berhenti. Tumpuan yang didokumenkan ialah latihan kreatif serta lakonan peranan yang berterusan dan format prompt. Gunakan teks yang terhasil sebagai draf untuk diperiksa, dan bezakan artifak asal, terkuantisasi dan yang ditukar apabila mengenal pasti model.
", "aboutText": "Skyfall 36B v2 ialah versi Mistral Small 2501 yang dibesarkan oleh pencipta, dengan latihan berterusan untuk kreativiti dan lakonan peranan. Ia menerima prompt bertulis dan menjana teks untuk tugasan naratif serta perbualan. Edisi v2 kekal berbeza daripada model sumber asal dan daripada artifak Skyfall yang ditukar secara berasingan.\n\nKonfigurasi yang diterbitkan menggunakan 64 lapisan Transformer, 32 kepala perhatian pertanyaan dan lapan kepala kunci/nilai. Bilangan kedudukan maksimumnya ialah 32,768, tanpa penskalaan putaran yang dikonfigurasi. Struktur lapisan model yang dibesarkan dan konfigurasi konteksnya sendiri membezakannya daripada sekadar memilih model asas Mistral Small asal.\n\nPencipta paling mengesyorkan penggunaan prompt Mistral v7 Tekken. Metharme disenaraikan tetapi tidak disyorkan, manakala Alpaca diperkenalkan sebagai pilihan menarik untuk cerita atau karya pengembaraan pilih-sendiri. Ini ialah keutamaan prompt yang diterbitkan bagi edisi ini; format yang disokong tidak sama dengan gaya respons yang dijamin.\n\nUntuk adegan lakonan peranan, berikan laras suara watak, latar dan pertukaran terkini. Nyatakan perkara yang perlu ditangani oleh giliran seterusnya dan peserta yang perlu diwakili oleh model ketika menulis. Titik berhenti yang jelas menyediakan ruang untuk sumbangan pengguna seterusnya. Untuk cerita bercabang, tetapkan situasi semasa dan minta petikan seterusnya dengan pilihan terhad yang sesuai dengan peristiwa yang telah ditetapkan.\n\nUntuk semakan prosa, bekalkan petikan dan perubahan editorial yang diperlukan. Kenal pasti butiran yang perlu kekal sementara ungkapan, rentak atau nada berubah. Semak output terhadap fakta adegan dan arahan, tanpa menerima sambungan lancar yang mengubah watak atau latar.\n\nUntuk giliran cerita seterusnya, nyatakan sudut pandangan, pilihan aktif dan titik tempat model perlu berhenti. Tumpuan yang didokumenkan ialah latihan kreatif serta lakonan peranan yang berterusan dan format prompt. Gunakan teks yang terhasil sebagai draf untuk diperiksa, dan bezakan artifak asal, terkuantisasi dan yang ditukar apabila mengenal pasti model.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Continue an archivist roleplay\n\nWrite the archivist's next three dialogue lines. Setting: a sealed observatory; the visitor seeks a map that the archivist promised never to reveal. Voice: precise and weary, with no modern slang. The visitor offers a broken star compass as proof of urgency. Let the archivist recognise it, introduce a dilemma and stop before deciding whether to give the map. Do not write the visitor's reply.Three in-character archivist lines that acknowledge the compass and leave the central choice unresolved.The promise remains meaningful, and no action or dialogue is assigned to the visitor.thedrummer/skyfall-36b-v2Skyfall 36B v2 ialah model Mistral Small 2501 yang dibesarkan oleh pencipta dengan latihan berterusan untuk penulisan kreatif dan lakonan peranan. Ia menyokong beberapa format prompt, dengan Mistral v7 Tekken diutamakan, dan mempunyai konfigurasi 32,768 kedudukan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Skyfall 36B v2 ialah versi Mistral Small 2501 yang dibesarkan oleh pencipta, dengan latihan berterusan untuk kreativiti dan lakonan peranan. Ia menerima prompt bertulis dan menjana teks untuk tugasan naratif serta perbualan. Edisi v2 kekal berbeza daripada model sumber asal dan daripada artifak Skyfall yang ditukar secara berasingan.
Konfigurasi yang diterbitkan menggunakan 64 lapisan Transformer, 32 kepala perhatian pertanyaan dan lapan kepala kunci/nilai. Bilangan kedudukan maksimumnya ialah 32,768, tanpa penskalaan putaran yang dikonfigurasi. Struktur lapisan model yang dibesarkan dan konfigurasi konteksnya sendiri membezakannya daripada sekadar memilih model asas Mistral Small asal.
Pencipta paling mengesyorkan penggunaan prompt Mistral v7 Tekken. Metharme disenaraikan tetapi tidak disyorkan, manakala Alpaca diperkenalkan sebagai pilihan menarik untuk cerita atau karya pengembaraan pilih-sendiri. Ini ialah keutamaan prompt yang diterbitkan bagi edisi ini; format yang disokong tidak sama dengan gaya respons yang dijamin.
Untuk adegan lakonan peranan, berikan laras suara watak, latar dan pertukaran terkini. Nyatakan perkara yang perlu ditangani oleh giliran seterusnya dan peserta yang perlu diwakili oleh model ketika menulis. Titik berhenti yang jelas menyediakan ruang untuk sumbangan pengguna seterusnya. Untuk cerita bercabang, tetapkan situasi semasa dan minta petikan seterusnya dengan pilihan terhad yang sesuai dengan peristiwa yang telah ditetapkan.
Untuk semakan prosa, bekalkan petikan dan perubahan editorial yang diperlukan. Kenal pasti butiran yang perlu kekal sementara ungkapan, rentak atau nada berubah. Semak output terhadap fakta adegan dan arahan, tanpa menerima sambungan lancar yang mengubah watak atau latar.
Untuk giliran cerita seterusnya, nyatakan sudut pandangan, pilihan aktif dan titik tempat model perlu berhenti. Tumpuan yang didokumenkan ialah latihan kreatif serta lakonan peranan yang berterusan dan format prompt. Gunakan teks yang terhasil sebagai draf untuk diperiksa, dan bezakan artifak asal, terkuantisasi dan yang ditukar apabila mengenal pasti model.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had thedrummer/skyfall-36b-v2 | 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.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0011 / 1K token Output · Token output $0.0016 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0011 / 1K token Output · Token output $0.0016 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "thedrummer/skyfall-36b-v2", "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='thedrummer/skyfall-36b-v2',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='thedrummer/skyfall-36b-v2',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 thedrummer/skyfall-36b-v2
Gunakan laluan kaedah yang dipaparkan di atas.
thedrummer/skyfall-36b-v2Skyfall 36B v2 ialah model Mistral Small 2501 yang dibesarkan oleh pencipta dengan latihan berterusan untuk penulisan kreatif dan lakonan peranan. Ia menyokong beberapa format prompt, dengan Mistral v7 Tekken diutamakan, dan mempunyai konfigurasi 32,768 kedudukan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Skyfall 36B v2 ialah versi Mistral Small 2501 yang dibesarkan oleh pencipta, dengan latihan berterusan untuk kreativiti dan lakonan peranan. Ia menerima prompt bertulis dan menjana teks untuk tugasan naratif serta perbualan. Edisi v2 kekal berbeza daripada model sumber asal dan daripada artifak Skyfall yang ditukar secara berasingan.
Konfigurasi yang diterbitkan menggunakan 64 lapisan Transformer, 32 kepala perhatian pertanyaan dan lapan kepala kunci/nilai. Bilangan kedudukan maksimumnya ialah 32,768, tanpa penskalaan putaran yang dikonfigurasi. Struktur lapisan model yang dibesarkan dan konfigurasi konteksnya sendiri membezakannya daripada sekadar memilih model asas Mistral Small asal.
Pencipta paling mengesyorkan penggunaan prompt Mistral v7 Tekken. Metharme disenaraikan tetapi tidak disyorkan, manakala Alpaca diperkenalkan sebagai pilihan menarik untuk cerita atau karya pengembaraan pilih-sendiri. Ini ialah keutamaan prompt yang diterbitkan bagi edisi ini; format yang disokong tidak sama dengan gaya respons yang dijamin.
Untuk adegan lakonan peranan, berikan laras suara watak, latar dan pertukaran terkini. Nyatakan perkara yang perlu ditangani oleh giliran seterusnya dan peserta yang perlu diwakili oleh model ketika menulis. Titik berhenti yang jelas menyediakan ruang untuk sumbangan pengguna seterusnya. Untuk cerita bercabang, tetapkan situasi semasa dan minta petikan seterusnya dengan pilihan terhad yang sesuai dengan peristiwa yang telah ditetapkan.
Untuk semakan prosa, bekalkan petikan dan perubahan editorial yang diperlukan. Kenal pasti butiran yang perlu kekal sementara ungkapan, rentak atau nada berubah. Semak output terhadap fakta adegan dan arahan, tanpa menerima sambungan lancar yang mengubah watak atau latar.
Untuk giliran cerita seterusnya, nyatakan sudut pandangan, pilihan aktif dan titik tempat model perlu berhenti. Tumpuan yang didokumenkan ialah latihan kreatif serta lakonan peranan yang berterusan dan format prompt. Gunakan teks yang terhasil sebagai draf untuk diperiksa, dan bezakan artifak asal, terkuantisasi dan yang ditukar apabila mengenal pasti model.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had thedrummer/skyfall-36b-v2 | 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.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0011 / 1K token Output · Token output $0.0016 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0011 / 1K token Output · Token output $0.0016 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "thedrummer/skyfall-36b-v2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'thedrummer/skyfall-36b-v2', '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': 'thedrummer/skyfall-36b-v2', '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 thedrummer/skyfall-36b-v2
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Continue an archivist roleplay\n\nWrite the archivist's next three dialogue lines. Setting: a sealed observatory; the visitor seeks a map that the archivist promised never to reveal. Voice: precise and weary, with no modern slang. The visitor offers a broken star compass as proof of urgency. Let the archivist recognise it, introduce a dilemma and stop before deciding whether to give the map. Do not write the visitor's reply.Three in-character archivist lines that acknowledge the compass and leave the central choice unresolved.The promise remains meaningful, and no action or dialogue is assigned to the visitor.