abab6.5s tilhører MiniMax' serie av generelle store språkmodeller abab6.5. Produsenten beskriver at den bruker de samme treningsteknikkene og dataene som den større motparten, med vekt på effektivitet. Den opprinnelige utgaven dokumenterer en kontekst på 200K tokener. Hold s-utgaven uttrykkelig angitt når du bevarer en oppgave eller sammenligner med et annet medlem av serien.
MiniMax knytter serien til utviklingen av ekspertblandinger. Utgaven beskriver forbedringer i modellarkitekturen, ombygging av datapipelinen og optimalisering av treningsalgoritmer og strategier for parallell trening.
De to medlemmene deler en treningsretning, samtidig som de forblir separate utgaver. Velg den navngitte modellen for tekstoppgaven og behold kildematerialet og det endelige svaret sammen med den. En modells effektivitetsprofil erstatter ikke undersøkelse av det faktiske artefaktet som produseres for et bestemt spørsmål.
Bruk kontekstbudsjettet til å samle materialet som trengs for å besvare ett tydelig definert spørsmål. Merk dokumenter, behold grensene mellom delene og hold viktige definisjoner, datoer og identifikatorer synlige. Gi svaret en konkret form: et sammendrag, en sammenligning, en uttrukket post eller et revidert utdrag.
For eksempel: «Sammenlign de vedlagte policydelene, identifiser hvor kravene deres er forskjellige, og ta med ordlyden som støtter hver forskjell.» Bestem hvilket skille som er viktig før du legger til urelaterte dokumenter. En stor samling er lettere å arbeide med når spørsmålet forklarer hvordan delene skal knyttes sammen.
Når en oppgave spenner over utdrag som ligger langt fra hverandre, ber du modellen identifisere delene svaret avhenger av. Behold den opprinnelige ordlyden for et viktig vilkår, fremfor å erstatte den med et tidlig sammendrag som kan miste et forbehold. Hvis materialet ikke fastslår en forespurt verdi eller sammenheng, lar du dette punktet forbli uavklart i resultatet.
For utkast legger du ved kildefakta, tiltenkt målgruppe og nødvendig struktur. For revisjon identifiserer du hvilken betydning som må beholdes, og hvilket presentasjonsvalg som skal endres. En oppfølging kan returnere det bestemte utdraget som trenger rettelse, og begrunnelsen, slik at neste samtaletur forblir rettet mot et konkret problem.
Tallet 200K beskriver konteksten i produsentens abab6.5s-utgave; planlegg relevante inndata og det forespurte svaret innenfor arbeidskonfigurasjonen som brukes for oppgaven. Behold den ferdige teksten sammen med det støttende materialet, slik at et sammendrag, en sammenligning eller en revisjon kan kontrolleres før gjenbruk.
Gjennomgå viktige navn, verdier, vilkår og kildeforbindelser i svaret. Behold abab6.5s-identiteten sammen med resultatet. Det nyttige utfallet er et skriftlig artefakt der innholdet kan spores til det vedlagte materialet, og der uavklarte detaljer forblir synlige for neste beslutning.
", "aboutText": "### Det effektive medlemmet av abab6.5-familien\n\nabab6.5s tilhører MiniMax' serie av generelle store språkmodeller abab6.5. Produsenten beskriver at den bruker de samme treningsteknikkene og dataene som den større motparten, med vekt på effektivitet. Den opprinnelige utgaven dokumenterer en kontekst på 200K tokener. Hold s-utgaven uttrykkelig angitt når du bevarer en oppgave eller sammenligner med et annet medlem av serien.\n\n### Arkitektur og treningsretning\n\nMiniMax knytter serien til utviklingen av ekspertblandinger. Utgaven beskriver forbedringer i modellarkitekturen, ombygging av datapipelinen og optimalisering av treningsalgoritmer og strategier for parallell trening.\n\nDe to medlemmene deler en treningsretning, samtidig som de forblir separate utgaver. Velg den navngitte modellen for tekstoppgaven og behold kildematerialet og det endelige svaret sammen med den. En modells effektivitetsprofil erstatter ikke undersøkelse av det faktiske artefaktet som produseres for et bestemt spørsmål.\n\n### Forbered en oppgave med lang tekst\n\nBruk kontekstbudsjettet til å samle materialet som trengs for å besvare ett tydelig definert spørsmål. Merk dokumenter, behold grensene mellom delene og hold viktige definisjoner, datoer og identifikatorer synlige. Gi svaret en konkret form: et sammendrag, en sammenligning, en uttrukket post eller et revidert utdrag.\n\nFor eksempel: «Sammenlign de vedlagte policydelene, identifiser hvor kravene deres er forskjellige, og ta med ordlyden som støtter hver forskjell.» Bestem hvilket skille som er viktig før du legger til urelaterte dokumenter. En stor samling er lettere å arbeide med når spørsmålet forklarer hvordan delene skal knyttes sammen.\n\n### Hold kildegrunnlag og tolkning atskilt\n\nNår en oppgave spenner over utdrag som ligger langt fra hverandre, ber du modellen identifisere delene svaret avhenger av. Behold den opprinnelige ordlyden for et viktig vilkår, fremfor å erstatte den med et tidlig sammendrag som kan miste et forbehold. Hvis materialet ikke fastslår en forespurt verdi eller sammenheng, lar du dette punktet forbli uavklart i resultatet.\n\nFor utkast legger du ved kildefakta, tiltenkt målgruppe og nødvendig struktur. For revisjon identifiserer du hvilken betydning som må beholdes, og hvilket presentasjonsvalg som skal endres. En oppfølging kan returnere det bestemte utdraget som trenger rettelse, og begrunnelsen, slik at neste samtaletur forblir rettet mot et konkret problem.\n\n### Behold et brukbart skriftlig artefakt\n\nTallet 200K beskriver konteksten i produsentens abab6.5s-utgave; planlegg relevante inndata og det forespurte svaret innenfor arbeidskonfigurasjonen som brukes for oppgaven. Behold den ferdige teksten sammen med det støttende materialet, slik at et sammendrag, en sammenligning eller en revisjon kan kontrolleres før gjenbruk.\n\nGjennomgå viktige navn, verdier, vilkår og kildeforbindelser i svaret. Behold abab6.5s-identiteten sammen med resultatet. Det nyttige utfallet er et skriftlig artefakt der innholdet kan spores til det vedlagte materialet, og der uavklarte detaljer forblir synlige for neste beslutning.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Compare approval rules\n\nCompare these policy clauses for a team lead. Policy A, section 2: Purchases above $500 need finance approval; subscriptions always need approval. Policy B, section 4: All purchases at or above $500 need approval. Return a comparison table with the boundary difference, subscription rule and exact supporting phrases. Mark unstated rules as unknown.A table with columns: topic | Policy A wording | Policy B wording | practical difference. Follow it with one question about the unstated subscription rule.Check that exactly $500 and subscriptions are treated separately and each difference cites the supplied clause.abab6.5s-chatMiniMax' abab6.5s er det effektive medlemmet av den generelle språkmodellfamilien abab6.5. Den opprinnelige utgaven dokumenterer en kontekst på 200K tokener og støtter tekstoppgaver som samler en større mengde kildemateriale i én samtale.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
abab6.5s tilhører MiniMax' serie av generelle store språkmodeller abab6.5. Produsenten beskriver at den bruker de samme treningsteknikkene og dataene som den større motparten, med vekt på effektivitet. Den opprinnelige utgaven dokumenterer en kontekst på 200K tokener. Hold s-utgaven uttrykkelig angitt når du bevarer en oppgave eller sammenligner med et annet medlem av serien.
MiniMax knytter serien til utviklingen av ekspertblandinger. Utgaven beskriver forbedringer i modellarkitekturen, ombygging av datapipelinen og optimalisering av treningsalgoritmer og strategier for parallell trening.
De to medlemmene deler en treningsretning, samtidig som de forblir separate utgaver. Velg den navngitte modellen for tekstoppgaven og behold kildematerialet og det endelige svaret sammen med den. En modells effektivitetsprofil erstatter ikke undersøkelse av det faktiske artefaktet som produseres for et bestemt spørsmål.
Bruk kontekstbudsjettet til å samle materialet som trengs for å besvare ett tydelig definert spørsmål. Merk dokumenter, behold grensene mellom delene og hold viktige definisjoner, datoer og identifikatorer synlige. Gi svaret en konkret form: et sammendrag, en sammenligning, en uttrukket post eller et revidert utdrag.
For eksempel: «Sammenlign de vedlagte policydelene, identifiser hvor kravene deres er forskjellige, og ta med ordlyden som støtter hver forskjell.» Bestem hvilket skille som er viktig før du legger til urelaterte dokumenter. En stor samling er lettere å arbeide med når spørsmålet forklarer hvordan delene skal knyttes sammen.
Når en oppgave spenner over utdrag som ligger langt fra hverandre, ber du modellen identifisere delene svaret avhenger av. Behold den opprinnelige ordlyden for et viktig vilkår, fremfor å erstatte den med et tidlig sammendrag som kan miste et forbehold. Hvis materialet ikke fastslår en forespurt verdi eller sammenheng, lar du dette punktet forbli uavklart i resultatet.
For utkast legger du ved kildefakta, tiltenkt målgruppe og nødvendig struktur. For revisjon identifiserer du hvilken betydning som må beholdes, og hvilket presentasjonsvalg som skal endres. En oppfølging kan returnere det bestemte utdraget som trenger rettelse, og begrunnelsen, slik at neste samtaletur forblir rettet mot et konkret problem.
Tallet 200K beskriver konteksten i produsentens abab6.5s-utgave; planlegg relevante inndata og det forespurte svaret innenfor arbeidskonfigurasjonen som brukes for oppgaven. Behold den ferdige teksten sammen med det støttende materialet, slik at et sammendrag, en sammenligning eller en revisjon kan kontrolleres før gjenbruk.
Gjennomgå viktige navn, verdier, vilkår og kildeforbindelser i svaret. Behold abab6.5s-identiteten sammen med resultatet. Det nyttige utfallet er et skriftlig artefakt der innholdet kan spores til det vedlagte materialet, og der uavklarte detaljer forblir synlige for neste beslutning.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser abab6.5s-chat | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.000308 / 1K tokener Utdata · Utgående tokener $0.000308 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "abab6.5s-chat", "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='abab6.5s-chat',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='abab6.5s-chat',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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra abab6.5s-chat
Bruk metodestiene som vises ovenfor.
abab6.5s-chatMiniMax' abab6.5s er det effektive medlemmet av den generelle språkmodellfamilien abab6.5. Den opprinnelige utgaven dokumenterer en kontekst på 200K tokener og støtter tekstoppgaver som samler en større mengde kildemateriale i én samtale.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
abab6.5s tilhører MiniMax' serie av generelle store språkmodeller abab6.5. Produsenten beskriver at den bruker de samme treningsteknikkene og dataene som den større motparten, med vekt på effektivitet. Den opprinnelige utgaven dokumenterer en kontekst på 200K tokener. Hold s-utgaven uttrykkelig angitt når du bevarer en oppgave eller sammenligner med et annet medlem av serien.
MiniMax knytter serien til utviklingen av ekspertblandinger. Utgaven beskriver forbedringer i modellarkitekturen, ombygging av datapipelinen og optimalisering av treningsalgoritmer og strategier for parallell trening.
De to medlemmene deler en treningsretning, samtidig som de forblir separate utgaver. Velg den navngitte modellen for tekstoppgaven og behold kildematerialet og det endelige svaret sammen med den. En modells effektivitetsprofil erstatter ikke undersøkelse av det faktiske artefaktet som produseres for et bestemt spørsmål.
Bruk kontekstbudsjettet til å samle materialet som trengs for å besvare ett tydelig definert spørsmål. Merk dokumenter, behold grensene mellom delene og hold viktige definisjoner, datoer og identifikatorer synlige. Gi svaret en konkret form: et sammendrag, en sammenligning, en uttrukket post eller et revidert utdrag.
For eksempel: «Sammenlign de vedlagte policydelene, identifiser hvor kravene deres er forskjellige, og ta med ordlyden som støtter hver forskjell.» Bestem hvilket skille som er viktig før du legger til urelaterte dokumenter. En stor samling er lettere å arbeide med når spørsmålet forklarer hvordan delene skal knyttes sammen.
Når en oppgave spenner over utdrag som ligger langt fra hverandre, ber du modellen identifisere delene svaret avhenger av. Behold den opprinnelige ordlyden for et viktig vilkår, fremfor å erstatte den med et tidlig sammendrag som kan miste et forbehold. Hvis materialet ikke fastslår en forespurt verdi eller sammenheng, lar du dette punktet forbli uavklart i resultatet.
For utkast legger du ved kildefakta, tiltenkt målgruppe og nødvendig struktur. For revisjon identifiserer du hvilken betydning som må beholdes, og hvilket presentasjonsvalg som skal endres. En oppfølging kan returnere det bestemte utdraget som trenger rettelse, og begrunnelsen, slik at neste samtaletur forblir rettet mot et konkret problem.
Tallet 200K beskriver konteksten i produsentens abab6.5s-utgave; planlegg relevante inndata og det forespurte svaret innenfor arbeidskonfigurasjonen som brukes for oppgaven. Behold den ferdige teksten sammen med det støttende materialet, slik at et sammendrag, en sammenligning eller en revisjon kan kontrolleres før gjenbruk.
Gjennomgå viktige navn, verdier, vilkår og kildeforbindelser i svaret. Behold abab6.5s-identiteten sammen med resultatet. Det nyttige utfallet er et skriftlig artefakt der innholdet kan spores til det vedlagte materialet, og der uavklarte detaljer forblir synlige for neste beslutning.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser abab6.5s-chat | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.000308 / 1K tokener Utdata · Utgående tokener $0.000308 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "abab6.5s-chat",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'abab6.5s-chat', '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': 'abab6.5s-chat', '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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra abab6.5s-chat
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Compare approval rules\n\nCompare these policy clauses for a team lead. Policy A, section 2: Purchases above $500 need finance approval; subscriptions always need approval. Policy B, section 4: All purchases at or above $500 need approval. Return a comparison table with the boundary difference, subscription rule and exact supporting phrases. Mark unstated rules as unknown.A table with columns: topic | Policy A wording | Policy B wording | practical difference. Follow it with one question about the unstated subscription rule.Check that exactly $500 and subscriptions are treated separately and each difference cites the supplied clause.