Baichuan4 er den navngitte generelle samtalemodellen i fjerde generasjon i Baichuans modellutvalg. Produsenten dokumenterer en kontekst på 32K for denne konkrete utgaven. Baichuan4-Turbo og Baichuan4-Air er separate utgaver med sine egne modellprofiler.
Modellen arbeider med en tekstsamtale og produserer et assistentsvar eller en forespørsel om funksjonskall i produsentens dokumenterte arbeidsflyt. Nyttige oppgaver omfatter å svare ut fra vedlagt informasjon, organisere et dokuments innhold, revidere tekst og produsere en strukturert post for en applikasjon.
Klargjør meldinger i kronologisk rekkefølge, med en systeminstruksjon først når en slik trengs. Hold brukerens oppgave adskilt fra tidligere assistentsvar og eksterne verktøyresultater. Produsentens referanse tar imot vanlige tekststrenger eller typede strukturer for tekstinnhold, og bruker en separat verktøymeldingsrolle for resultatene fra funksjonskall.
For en sammenligning bør du legge ved begge avsnittene, merke dem tydelig og be om samsvar, motsetninger og underbyggende ordlyd. For en revidert forklaring bør du angi målgruppen og detaljene som må overleve omskrivingen. En nyttig instruksjon er: «Sammenlign disse to prosjektbeskrivelsene, list opp kravene som er endret, og identifiser avsnittet som fastslår hver endring.»
Baichuan4 er uttrykkelig inkludert i produsentens modus for JSON-objekter. Aktivering av denne modusen krever også en system- eller brukerinstruksjon om å produsere JSON. Definer nødvendige felt og hvordan manglende informasjon skal vises. Parse og kontroller resultatet før du bruker det som en applikasjonspost.
Produsentens samtaleoperasjon godtar max_tokens fra 1 til 2048, med 2048 som standard. Samplingsinnstillingene er temperature fra 0 til 1, med 0.3 som standard; top_p fra 0 til, men ikke inkludert, 1, med 0.85 som standard; og top_k fra 0 til 20, med 5 som standard. Å sette top_k til 0 slår av den strategien. Svarrammen er forskjellig fra konteksten på 32K: planlegg kildematerialet og plassen til svaret sammen.
Hvis fullføringsårsaken er length, kan et skriftlig svar eller et JSON-objekt være ufullstendig. Bevar det delvise resultatet og årsaken til at det stoppet, og avgjør deretter om den forespurte artefakten skal forkortes, inndataene reduseres eller den gjeldende svarrammen endres.
Produsentens verktøy skiller søk i kunnskapsbaser fra nettsøk. En forespørsel til kunnskapsbasen navngir de relevante samlingene. Modusen som svarer bare fra kunnskapsbasen, hindrer et svar når søket ikke finner noe resultat. Hvis både nettsøk og kunnskapssøk er konfigurert, angir referansen at kunnskapssøk har forrang.
For et faktum som endres, bør du bevare den faktiske informasjonen som ble hentet eller søkt frem, slik at sluttsvaret kan kontrolleres mot den. Hold kilde, dato og relevante forbehold sammen med observasjonen. Når oppgaven gjelder en vedlagt samling, bør du stille et avgrenset spørsmål, i stedet for å kombinere søkespørsmålet med urelaterte kreative instruksjoner.
Baichuan4s dokumenterte eksempler viser valg mellom egendefinerte funksjoner og videreføring etter at applikasjonen returnerer resultatet fra en funksjon. Definer hver funksjon med navn, formål og argumentskjema. Bevar assistentens kall og det tilhørende verktøyresultatet, og be deretter om at neste svar forklarer eller bruker den observasjonen.
En praktisk sammenligning kan be om to faktiske avlesninger, som verdier for to forskjellige datoer, og be om forskjellen mellom dem. Applikasjonen leverer disse avlesningene; modellens valgte funksjon og genererte argumenter er en forespørsel om den operasjonen. Produsentens valg mellom automatisk verktøyvalg og ingen verktøy gjelder funksjoner. Referansen anbefaler å holde funksjonskall adskilt fra konfigurasjoner for nettsøk eller kunnskapssøk.
Produsentens standardmodus er uten strømming; strømming returnerer trinnvise svardeler som må settes sammen. Fullføringsårsaken skiller mellom normal stopp, verktøyforespørsel, utdata- eller kontekstlengdegrense og innholdsfiltrering. Hold den ferdige meldingen eller objektet sammen med kildematerialet og verktøyobservasjonene som trengs for å tolke det.
Kontroller resultatet for de forespurte feltene, underbygde sammenligninger og ordlyd som passer bruksstedet. Hold den nøyaktige Baichuan4-identiteten sammen med oppgaven når du sammenligner en annen utgave. Det nyttige utfallet er en fullført tekstartefakt eller en forklaring av en faktisk verktøyobservasjon, der eventuelle uavklarte deler av forespørselen fortsatt kan identifiseres.
", "aboutText": "### Baichuan4 som en egen samtaleutgave\n\nBaichuan4 er den navngitte generelle samtalemodellen i fjerde generasjon i Baichuans modellutvalg. Produsenten dokumenterer en kontekst på 32K for denne konkrete utgaven. Baichuan4-Turbo og Baichuan4-Air er separate utgaver med sine egne modellprofiler.\n\nModellen arbeider med en tekstsamtale og produserer et assistentsvar eller en forespørsel om funksjonskall i produsentens dokumenterte arbeidsflyt. Nyttige oppgaver omfatter å svare ut fra vedlagt informasjon, organisere et dokuments innhold, revidere tekst og produsere en strukturert post for en applikasjon.\n\n### Legg ved en fullstendig dialogforespørsel\n\nKlargjør meldinger i kronologisk rekkefølge, med en systeminstruksjon først når en slik trengs. Hold brukerens oppgave adskilt fra tidligere assistentsvar og eksterne verktøyresultater. Produsentens referanse tar imot vanlige tekststrenger eller typede strukturer for tekstinnhold, og bruker en separat verktøymeldingsrolle for resultatene fra funksjonskall.\n\nFor en sammenligning bør du legge ved begge avsnittene, merke dem tydelig og be om samsvar, motsetninger og underbyggende ordlyd. For en revidert forklaring bør du angi målgruppen og detaljene som må overleve omskrivingen. En nyttig instruksjon er: «Sammenlign disse to prosjektbeskrivelsene, list opp kravene som er endret, og identifiser avsnittet som fastslår hver endring.»\n\n### Velg utdataform og svarramme\n\nBaichuan4 er uttrykkelig inkludert i produsentens modus for JSON-objekter. Aktivering av denne modusen krever også en system- eller brukerinstruksjon om å produsere JSON. Definer nødvendige felt og hvordan manglende informasjon skal vises. Parse og kontroller resultatet før du bruker det som en applikasjonspost.\n\nProdusentens samtaleoperasjon godtar max_tokens fra 1 til 2048, med 2048 som standard. Samplingsinnstillingene er temperature fra 0 til 1, med 0.3 som standard; top_p fra 0 til, men ikke inkludert, 1, med 0.85 som standard; og top_k fra 0 til 20, med 5 som standard. Å sette top_k til 0 slår av den strategien. Svarrammen er forskjellig fra konteksten på 32K: planlegg kildematerialet og plassen til svaret sammen.\n\nHvis fullføringsårsaken er length, kan et skriftlig svar eller et JSON-objekt være ufullstendig. Bevar det delvise resultatet og årsaken til at det stoppet, og avgjør deretter om den forespurte artefakten skal forkortes, inndataene reduseres eller den gjeldende svarrammen endres.\n\n### Forankre et svar i innhentet informasjon\n\nProdusentens verktøy skiller søk i kunnskapsbaser fra nettsøk. En forespørsel til kunnskapsbasen navngir de relevante samlingene. Modusen som svarer bare fra kunnskapsbasen, hindrer et svar når søket ikke finner noe resultat. Hvis både nettsøk og kunnskapssøk er konfigurert, angir referansen at kunnskapssøk har forrang.\n\nFor et faktum som endres, bør du bevare den faktiske informasjonen som ble hentet eller søkt frem, slik at sluttsvaret kan kontrolleres mot den. Hold kilde, dato og relevante forbehold sammen med observasjonen. Når oppgaven gjelder en vedlagt samling, bør du stille et avgrenset spørsmål, i stedet for å kombinere søkespørsmålet med urelaterte kreative instruksjoner.\n\n### Fortsett fra et faktisk funksjonsresultat\n\nBaichuan4s dokumenterte eksempler viser valg mellom egendefinerte funksjoner og videreføring etter at applikasjonen returnerer resultatet fra en funksjon. Definer hver funksjon med navn, formål og argumentskjema. Bevar assistentens kall og det tilhørende verktøyresultatet, og be deretter om at neste svar forklarer eller bruker den observasjonen.\n\nEn praktisk sammenligning kan be om to faktiske avlesninger, som verdier for to forskjellige datoer, og be om forskjellen mellom dem. Applikasjonen leverer disse avlesningene; modellens valgte funksjon og genererte argumenter er en forespørsel om den operasjonen. Produsentens valg mellom automatisk verktøyvalg og ingen verktøy gjelder funksjoner. Referansen anbefaler å holde funksjonskall adskilt fra konfigurasjoner for nettsøk eller kunnskapssøk.\n\n### Samle og kontroller sluttartefakten\n\nProdusentens standardmodus er uten strømming; strømming returnerer trinnvise svardeler som må settes sammen. Fullføringsårsaken skiller mellom normal stopp, verktøyforespørsel, utdata- eller kontekstlengdegrense og innholdsfiltrering. Hold den ferdige meldingen eller objektet sammen med kildematerialet og verktøyobservasjonene som trengs for å tolke det.\n\nKontroller resultatet for de forespurte feltene, underbygde sammenligninger og ordlyd som passer bruksstedet. Hold den nøyaktige Baichuan4-identiteten sammen med oppgaven når du sammenligner en annen utgave. Det nyttige utfallet er en fullført tekstartefakt eller en forklaring av en faktisk verktøyobservasjon, der eventuelle uavklarte deler av forespørselen fortsatt kan identifiseres.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
A requirements change record\n\nCompare these project notes. Version A: customers receive receipts by email; export contains all orders; support replies within two working days. Version B: receipts appear in the account; export includes paid orders only; support target remains two working days. List changes and unchanged requirements, quoting the wording that supports each finding.A comparison table containing requirement, previous wording, revised wording and change status.The support target is recorded as unchanged, and the export filter change is distinguished from receipt delivery.Baichuan4Baichuan4 er den navngitte tekstsamtalemodellen i fjerde generasjon, med en dokumentert kontekst på 32K. Produsentens arbeidsflyt støtter svar som JSON-objekter, fullført eller strømmet tekst, egendefinerte funksjoner og kildegrunnlag fra søk i kunnskapsbaser eller på nettet.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Baichuan4 er den navngitte generelle samtalemodellen i fjerde generasjon i Baichuans modellutvalg. Produsenten dokumenterer en kontekst på 32K for denne konkrete utgaven. Baichuan4-Turbo og Baichuan4-Air er separate utgaver med sine egne modellprofiler.
Modellen arbeider med en tekstsamtale og produserer et assistentsvar eller en forespørsel om funksjonskall i produsentens dokumenterte arbeidsflyt. Nyttige oppgaver omfatter å svare ut fra vedlagt informasjon, organisere et dokuments innhold, revidere tekst og produsere en strukturert post for en applikasjon.
Klargjør meldinger i kronologisk rekkefølge, med en systeminstruksjon først når en slik trengs. Hold brukerens oppgave adskilt fra tidligere assistentsvar og eksterne verktøyresultater. Produsentens referanse tar imot vanlige tekststrenger eller typede strukturer for tekstinnhold, og bruker en separat verktøymeldingsrolle for resultatene fra funksjonskall.
For en sammenligning bør du legge ved begge avsnittene, merke dem tydelig og be om samsvar, motsetninger og underbyggende ordlyd. For en revidert forklaring bør du angi målgruppen og detaljene som må overleve omskrivingen. En nyttig instruksjon er: «Sammenlign disse to prosjektbeskrivelsene, list opp kravene som er endret, og identifiser avsnittet som fastslår hver endring.»
Baichuan4 er uttrykkelig inkludert i produsentens modus for JSON-objekter. Aktivering av denne modusen krever også en system- eller brukerinstruksjon om å produsere JSON. Definer nødvendige felt og hvordan manglende informasjon skal vises. Parse og kontroller resultatet før du bruker det som en applikasjonspost.
Produsentens samtaleoperasjon godtar max_tokens fra 1 til 2048, med 2048 som standard. Samplingsinnstillingene er temperature fra 0 til 1, med 0.3 som standard; top_p fra 0 til, men ikke inkludert, 1, med 0.85 som standard; og top_k fra 0 til 20, med 5 som standard. Å sette top_k til 0 slår av den strategien. Svarrammen er forskjellig fra konteksten på 32K: planlegg kildematerialet og plassen til svaret sammen.
Hvis fullføringsårsaken er length, kan et skriftlig svar eller et JSON-objekt være ufullstendig. Bevar det delvise resultatet og årsaken til at det stoppet, og avgjør deretter om den forespurte artefakten skal forkortes, inndataene reduseres eller den gjeldende svarrammen endres.
Produsentens verktøy skiller søk i kunnskapsbaser fra nettsøk. En forespørsel til kunnskapsbasen navngir de relevante samlingene. Modusen som svarer bare fra kunnskapsbasen, hindrer et svar når søket ikke finner noe resultat. Hvis både nettsøk og kunnskapssøk er konfigurert, angir referansen at kunnskapssøk har forrang.
For et faktum som endres, bør du bevare den faktiske informasjonen som ble hentet eller søkt frem, slik at sluttsvaret kan kontrolleres mot den. Hold kilde, dato og relevante forbehold sammen med observasjonen. Når oppgaven gjelder en vedlagt samling, bør du stille et avgrenset spørsmål, i stedet for å kombinere søkespørsmålet med urelaterte kreative instruksjoner.
Baichuan4s dokumenterte eksempler viser valg mellom egendefinerte funksjoner og videreføring etter at applikasjonen returnerer resultatet fra en funksjon. Definer hver funksjon med navn, formål og argumentskjema. Bevar assistentens kall og det tilhørende verktøyresultatet, og be deretter om at neste svar forklarer eller bruker den observasjonen.
En praktisk sammenligning kan be om to faktiske avlesninger, som verdier for to forskjellige datoer, og be om forskjellen mellom dem. Applikasjonen leverer disse avlesningene; modellens valgte funksjon og genererte argumenter er en forespørsel om den operasjonen. Produsentens valg mellom automatisk verktøyvalg og ingen verktøy gjelder funksjoner. Referansen anbefaler å holde funksjonskall adskilt fra konfigurasjoner for nettsøk eller kunnskapssøk.
Produsentens standardmodus er uten strømming; strømming returnerer trinnvise svardeler som må settes sammen. Fullføringsårsaken skiller mellom normal stopp, verktøyforespørsel, utdata- eller kontekstlengdegrense og innholdsfiltrering. Hold den ferdige meldingen eller objektet sammen med kildematerialet og verktøyobservasjonene som trengs for å tolke det.
Kontroller resultatet for de forespurte feltene, underbygde sammenligninger og ordlyd som passer bruksstedet. Hold den nøyaktige Baichuan4-identiteten sammen med oppgaven når du sammenligner en annen utgave. Det nyttige utfallet er en fullført tekstartefakt eller en forklaring av en faktisk verktøyobservasjon, der eventuelle uavklarte deler av forespørselen fortsatt kan identifiseres.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser Baichuan4 | 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 $0.03146 / 1K tokener Utdata · Utgående tokener $0.03146 / 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": "Baichuan4", "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='Baichuan4',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='Baichuan4',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 Baichuan4
Bruk metodestiene som vises ovenfor.
Baichuan4Baichuan4 er den navngitte tekstsamtalemodellen i fjerde generasjon, med en dokumentert kontekst på 32K. Produsentens arbeidsflyt støtter svar som JSON-objekter, fullført eller strømmet tekst, egendefinerte funksjoner og kildegrunnlag fra søk i kunnskapsbaser eller på nettet.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Baichuan4 er den navngitte generelle samtalemodellen i fjerde generasjon i Baichuans modellutvalg. Produsenten dokumenterer en kontekst på 32K for denne konkrete utgaven. Baichuan4-Turbo og Baichuan4-Air er separate utgaver med sine egne modellprofiler.
Modellen arbeider med en tekstsamtale og produserer et assistentsvar eller en forespørsel om funksjonskall i produsentens dokumenterte arbeidsflyt. Nyttige oppgaver omfatter å svare ut fra vedlagt informasjon, organisere et dokuments innhold, revidere tekst og produsere en strukturert post for en applikasjon.
Klargjør meldinger i kronologisk rekkefølge, med en systeminstruksjon først når en slik trengs. Hold brukerens oppgave adskilt fra tidligere assistentsvar og eksterne verktøyresultater. Produsentens referanse tar imot vanlige tekststrenger eller typede strukturer for tekstinnhold, og bruker en separat verktøymeldingsrolle for resultatene fra funksjonskall.
For en sammenligning bør du legge ved begge avsnittene, merke dem tydelig og be om samsvar, motsetninger og underbyggende ordlyd. For en revidert forklaring bør du angi målgruppen og detaljene som må overleve omskrivingen. En nyttig instruksjon er: «Sammenlign disse to prosjektbeskrivelsene, list opp kravene som er endret, og identifiser avsnittet som fastslår hver endring.»
Baichuan4 er uttrykkelig inkludert i produsentens modus for JSON-objekter. Aktivering av denne modusen krever også en system- eller brukerinstruksjon om å produsere JSON. Definer nødvendige felt og hvordan manglende informasjon skal vises. Parse og kontroller resultatet før du bruker det som en applikasjonspost.
Produsentens samtaleoperasjon godtar max_tokens fra 1 til 2048, med 2048 som standard. Samplingsinnstillingene er temperature fra 0 til 1, med 0.3 som standard; top_p fra 0 til, men ikke inkludert, 1, med 0.85 som standard; og top_k fra 0 til 20, med 5 som standard. Å sette top_k til 0 slår av den strategien. Svarrammen er forskjellig fra konteksten på 32K: planlegg kildematerialet og plassen til svaret sammen.
Hvis fullføringsårsaken er length, kan et skriftlig svar eller et JSON-objekt være ufullstendig. Bevar det delvise resultatet og årsaken til at det stoppet, og avgjør deretter om den forespurte artefakten skal forkortes, inndataene reduseres eller den gjeldende svarrammen endres.
Produsentens verktøy skiller søk i kunnskapsbaser fra nettsøk. En forespørsel til kunnskapsbasen navngir de relevante samlingene. Modusen som svarer bare fra kunnskapsbasen, hindrer et svar når søket ikke finner noe resultat. Hvis både nettsøk og kunnskapssøk er konfigurert, angir referansen at kunnskapssøk har forrang.
For et faktum som endres, bør du bevare den faktiske informasjonen som ble hentet eller søkt frem, slik at sluttsvaret kan kontrolleres mot den. Hold kilde, dato og relevante forbehold sammen med observasjonen. Når oppgaven gjelder en vedlagt samling, bør du stille et avgrenset spørsmål, i stedet for å kombinere søkespørsmålet med urelaterte kreative instruksjoner.
Baichuan4s dokumenterte eksempler viser valg mellom egendefinerte funksjoner og videreføring etter at applikasjonen returnerer resultatet fra en funksjon. Definer hver funksjon med navn, formål og argumentskjema. Bevar assistentens kall og det tilhørende verktøyresultatet, og be deretter om at neste svar forklarer eller bruker den observasjonen.
En praktisk sammenligning kan be om to faktiske avlesninger, som verdier for to forskjellige datoer, og be om forskjellen mellom dem. Applikasjonen leverer disse avlesningene; modellens valgte funksjon og genererte argumenter er en forespørsel om den operasjonen. Produsentens valg mellom automatisk verktøyvalg og ingen verktøy gjelder funksjoner. Referansen anbefaler å holde funksjonskall adskilt fra konfigurasjoner for nettsøk eller kunnskapssøk.
Produsentens standardmodus er uten strømming; strømming returnerer trinnvise svardeler som må settes sammen. Fullføringsårsaken skiller mellom normal stopp, verktøyforespørsel, utdata- eller kontekstlengdegrense og innholdsfiltrering. Hold den ferdige meldingen eller objektet sammen med kildematerialet og verktøyobservasjonene som trengs for å tolke det.
Kontroller resultatet for de forespurte feltene, underbygde sammenligninger og ordlyd som passer bruksstedet. Hold den nøyaktige Baichuan4-identiteten sammen med oppgaven når du sammenligner en annen utgave. Det nyttige utfallet er en fullført tekstartefakt eller en forklaring av en faktisk verktøyobservasjon, der eventuelle uavklarte deler av forespørselen fortsatt kan identifiseres.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser Baichuan4 | 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 $0.03146 / 1K tokener Utdata · Utgående tokener $0.03146 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "Baichuan4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Baichuan4', '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': 'Baichuan4', '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 Baichuan4
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
A requirements change record\n\nCompare these project notes. Version A: customers receive receipts by email; export contains all orders; support replies within two working days. Version B: receipts appear in the account; export includes paid orders only; support target remains two working days. List changes and unchanged requirements, quoting the wording that supports each finding.A comparison table containing requirement, previous wording, revised wording and change status.The support target is recorded as unchanged, and the export filter change is distinguished from receipt delivery.