Source: https://ailoot.ai/models/nb/liquid-lfm-2-5-24b-a2b/
Canonical: https://ailoot.ai/models/nb/liquid-lfm-2-5-24b-a2b/
Language: nb

# LiquidAI: LFM2.5-24B-A2B

[Markdown](https://ailoot.ai/models/nb/liquid-lfm-2-5-24b-a2b/index.md) · [JSON](https://ailoot.ai/models/nb/liquid-lfm-2-5-24b-a2b/facts.json)

## [LiquidAI: LFM2.5-24B-A2B](https://ailoot.ai/models/nb/liquid-lfm-2-5-24b-a2b/)

LFM2.5-24B-A2B er LiquidAIs tekstbaserte resonneringsmodell for verktøydrevne agenter, med totalt 24 milliarder og 2,45 milliarder aktive parametere. Den resonnerer før den svarer, støtter verktøykall og skjemastyrte utdata, og er publisert med en kontekst på 128 000 tokener og en fullføringsgrense på 8 192 tokener.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `liquid/lfm-2.5-24b-a2b`](https://ailoot.ai/models/nb/liquid-lfm-2-5-24b-a2b/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `liquid/lfm-2.5-24b-a2b`](https://ailoot.ai/models/nb/liquid-lfm-2-5-24b-a2b/#method-1)

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

LFM2.5-24B-A2B er en mixture-of-experts-modell fra LiquidAI for tekstbasert resonnering og agenter som bruker verktøy. Den har totalt 24 milliarder parametere, med 2,45 milliarder aktive for et token. Resonnering inngår i hvert svar, så oppgaven bør definere målet, underlaget som skal brukes, og resultatet applikasjonen trenger.

#### Gi en agent et avgrenset mål

Modellen passer til arbeidsflyter der en språkmodell velger neste trinn, leser den resulterende observasjonen og deretter fortsetter mot et sluttresultat. Angi målet i former som applikasjonen kan kontrollere: finn den relevante oppføringen, sammenlign to konfigurasjoner, forbered et endringsforslag eller produser en strukturert vurdering.

Gi verktøyene tydelige formål og behold de returnerte observasjonene i oppgavekonteksten. Modellen publiserer støtte for verktøykall, inkludert valg av et verktøy når grensesnittet tilbyr denne funksjonen. Utførelsen tilhører applikasjonen som kontrollerer verktøyene. Hold en returnert observasjon atskilt fra en instruksjon skrevet av modellen, særlig når et senere trinn avhenger av resultatet fra et søk eller oppslag.

#### Innhenting for kunnskapsintensivt arbeid

Utgiveren anbefaler innhenting av informasjon eller nettsøk for oppgaver som avhenger av detaljert ekstern kunnskap. Bygg trinnet for underlagsinnhenting inn i arbeidsflyten fremfor å be modellen finne på fakta den ikke har mottatt. Identifiser de innhentede passasjene og be svaret knytte konklusjonene til dem.

For en kundestøtteflyt kan dette bety å finne det relevante regelverket og forklare hvordan det gjelder for den oppgitte saken. For en teknisk oppgave kan det bety å sammenligne dokumentasjonen og konfigurasjonen før en endring foreslås. Behold viktig innhentet innhold i konteksten slik at det endelige svaret kan kontrolleres uten å gjenta alle oppslagene.

#### Strukturerte svar og samplingsvalg

Den publiserte modellen støtter skjemastyrte strukturerte utdata. Definer en liten resultatstruktur rundt det applikasjonen bruker, som en valgt kategori, en forklaring, referanser til underlaget og en neste handling. Skill modellens resonneringsprosess fra feltene som neste komponent trenger å lagre eller vise.

LiquidAI oppgir temperatur 0,1, top\_k 50 og repetition\_penalty 1,05 som publiserte samplingsanbefalinger, og den lagrede katalogen gjentar disse standardene. De gir et repeterbart utgangspunkt for å vurdere en bestemt arbeidsflyt. Hold de valgte innstillingene konsekvente når du sammenligner representative oppgaver.

#### Kapasitet og språk

Den publiserte tjenesteoppføringen angir et kontekstvindu på 128 000 tokener og en fullføringsgrense på 8 192 tokener. Forbered en kortfattet svarspesifikasjon slik at sluttresultatet passer innenfor utdatarammen. Hold relevant underlag samlet og la det være nok utdataplass til det ønskede resultatet.

Produsenten oppgir et flerspråklig sett som omfatter engelsk, russisk, kinesisk, spansk, arabisk og andre språk. Behold kildeterminologi og navn som skal bevares når du bruker modellen til flerspråklig arbeid. En oppgave med et fast ordforråd har nytte av en tydelig ordliste og de samme utdatakonvensjonene på tvers av språk.

#### Funksjoner

- Mixture-of-experts-resonnering med bare tekst: totalt 24 milliarder parametere, med 2,45 milliarder aktive.
- Obligatorisk resonnering før det endelige svaret.
- Publiserte verktøy, verktøyvalg og strukturerte utdata med JSON-skjema.
- Innhentingsorienterte arbeidsflyter for kunnskapsavhengige oppgaver.
- Publisert kontekst på 128 000 tokener og fullføringsgrense på 8 192 tokener.

#### Bruksområder

- **Assistent støttet av innhentet informasjon** — Et spørsmål, innhentede passasjer og et påkrevd svaroppsett. Resultat: Et underlagsknyttet svar som kan kontrolleres mot passasjene.
- **Verktøydrevet triage** — En avgrenset sak og kontrollerte oppslagsverktøy. Resultat: En strukturert vurdering og en foreslått neste handling.
- **Konfigurasjonssammenligning** — Relevant konfigurasjon, dokumentasjon og sammenligningskriterier. Resultat: Et identifisert sett med forskjeller og støttende underlag.
- **Flerspråklig strukturert analyse** — Kildetekst, en ordliste og konsekvente resultatfelt. Resultat: Sammenlignbare oppføringer som beholder terminologien som skal bevares.

#### Begrensninger

- **Kontekst** — Tjenestens publiserte kontekstvindu: 128 000 tokener.
- **Svar** — Publisert fullføringsgrense: 8 192 tokener.
- **Resonnering** — Modellen resonnerer før den svarer; obligatorisk resonnering inngår i den publiserte konfigurasjonen.
- **Inndata/utdata** — Den publiserte modellen tar imot tekst og returnerer tekst.

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `liquid/lfm-2.5-24b-a2b`

[`liquid/lfm-2.5-24b-a2b`](https://ailoot.ai/models/nb/#m=liquid%2Flfm-2.5-24b-a2b&route=Ultra&caller=liquid%2Flfm-2.5-24b-a2b&fmt=chat)

LiquidAI /`liquid/lfm-2.5-24b-a2b`

### Start

LFM2.5-24B-A2B er LiquidAIs tekstbaserte resonneringsmodell for verktøydrevne agenter, med totalt 24 milliarder og 2,45 milliarder aktive parametere. Den resonnerer før den svarer, støtter verktøykall og skjemastyrte utdata, og er publisert med en kontekst på 128 000 tokener og en fullføringsgrense på 8 192 tokener.

Godkjente inndata

Tekst

Resultater

Tekst

### Tilgjengelig i Ailoot · inndata & metoder

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Inndatatyper

`text`

Utdatatyper

`text`

Utdataformat

json eller SSE

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser liquid/lfm-2.5-24b-a2b | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Tekstsamtale | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |

Kombinasjoner av inngående materialer

**Tekst** · UTF8-tekst

`messages[].content`

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages |
| Parameter`material_types` | Avtaletext |
| Parameter`messages` | Avtalemeldingstabell med role/content-struktur |
| Parameter`file_material` | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
| Parameter`optional_controls` | Avtalestream |
| Parameter`control_scope` | AvtaleTekstsamtale; stream er en boolsk verdi med false som standard. |
| Parameter`output_modalities` | Avtaletext |
| Parameter`hosted_operations` | Avtalefalse |
| Parameter`multimodal_input_binding` | Avtalenull |

Metodealiaser: `/chat/completions`

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.

### Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus

Ikke angitt Når hurtigmodus er valgt

Flex-modus

Ikke angitt Når flex-modus er valgt

Maksimal resonneringsinnsats

Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats

#### Ailoot-satser

#### Priser etter konfigurasjon

Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.

| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0001** / 1K tokener Utdata · Utgående tokener **$0.0014** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00005** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0001** / 1K tokener Utdata · Utgående tokener **$0.0014** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00005** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 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 →](https://ailoot.ai/docs/nb/billing/reserve/)

### Eksempelforespørsler

#### Ailoot Ultra · OpenAI Chat

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"liquid/lfm-2.5-24b-a2b","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="liquid/lfm-2.5-24b-a2b", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

### Motta og lagre resultater

#### Ailoot Ultra · OpenAI Chat

json eller SSE

##### Behold alle ferdige resultater

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.

##### Hvis det opprinnelige svaret må kontrolleres

Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |

Feil og neste trinn

| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |

### Aliaser

#### Modellaliaser

**Ailoot Ultra** [`liquid/lfm-2.5-24b-a2b`](https://ailoot.ai/models/nb/#m=liquid%2Flfm-2.5-24b-a2b&route=Ultra&caller=liquid%2Flfm-2.5-24b-a2b&fmt=chat)

#### Aliaser for metodestier

`/chat/completions`

#### Tilknyttede anroper-ID-er

[`liquid/lfm-2.5-24b-a2b`](https://ailoot.ai/models/nb/#m=liquid%2Flfm-2.5-24b-a2b&route=Ultra&caller=liquid%2Flfm-2.5-24b-a2b&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `liquid/lfm-2.5-24b-a2b`

[`liquid/lfm-2.5-24b-a2b`](https://ailoot.ai/models/nb/#m=liquid%2Flfm-2.5-24b-a2b&route=Ultra&caller=liquid%2Flfm-2.5-24b-a2b&fmt=messages)

LiquidAI /`liquid/lfm-2.5-24b-a2b`

### Start

LFM2.5-24B-A2B er LiquidAIs tekstbaserte resonneringsmodell for verktøydrevne agenter, med totalt 24 milliarder og 2,45 milliarder aktive parametere. Den resonnerer før den svarer, støtter verktøykall og skjemastyrte utdata, og er publisert med en kontekst på 128 000 tokener og en fullføringsgrense på 8 192 tokener.

Godkjente inndata

Tekst

Resultater

json · sse

### Tilgjengelig i Ailoot · inndata & metoder

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Inndatatyper

`text`

Utdatatyper

`json`, `sse`

Utdataformat

JSON eller SSE

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser liquid/lfm-2.5-24b-a2b | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |

Kombinasjoner av inngående materialer

**Tekst** · UTF-8-tekst

`messages[].content-streng`

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalestream |
| Parameter`material_types` | Avtaletext |
| Parameter`text_file_material` | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |

Livssyklus: `synchronous_or_streamed`

### Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus

Ikke angitt Når hurtigmodus er valgt

Flex-modus

Ikke angitt Når flex-modus er valgt

Maksimal resonneringsinnsats

Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats

#### Ailoot-satser

#### Priser etter konfigurasjon

Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.

| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0001** / 1K tokener Utdata · Utgående tokener **$0.0014** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00005** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0001** / 1K tokener Utdata · Utgående tokener **$0.0014** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00005** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 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 →](https://ailoot.ai/docs/nb/billing/reserve/)

### Eksempelforespørsler

#### Ailoot Ultra · Anthropic Messages

Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet

```json
{
  "model": "liquid/lfm-2.5-24b-a2b",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'liquid/lfm-2.5-24b-a2b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'liquid/lfm-2.5-24b-a2b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### Motta og lagre resultater

#### Ailoot Ultra · Anthropic Messages

JSON eller SSE

##### Behold alle ferdige resultater

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.

##### Hvis det opprinnelige svaret må kontrolleres

Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |

Feil og neste trinn

| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |

### Aliaser

#### Modellaliaser

**Ailoot Ultra** [`liquid/lfm-2.5-24b-a2b`](https://ailoot.ai/models/nb/#m=liquid%2Flfm-2.5-24b-a2b&route=Ultra&caller=liquid%2Flfm-2.5-24b-a2b&fmt=messages)

#### Aliaser for metodestier

`/chat/completions`

#### Tilknyttede anroper-ID-er

[`liquid/lfm-2.5-24b-a2b`](https://ailoot.ai/models/nb/#m=liquid%2Flfm-2.5-24b-a2b&route=Ultra&caller=liquid%2Flfm-2.5-24b-a2b&fmt=messages)

FAQ · LiquidAI: LFM2.5-24B-A2B

Hvilke inndata og resultater er tilgjengelige?

`POST /v1/chat/completions` · `liquid/lfm-2.5-24b-a2b`: `text` → `text` `POST /v1/messages` · `liquid/lfm-2.5-24b-a2b`: `text` → `json`, `sse`

Hvilke felt bruker forespørselen?

`POST /v1/chat/completions` · `liquid/lfm-2.5-24b-a2b`: `model`, `messages`, `stream` `POST /v1/messages` · `liquid/lfm-2.5-24b-a2b`: `model`, `messages`, `max_tokens`, `stream`

Hvilke grenser gjelder?

`POST /v1/chat/completions` · `liquid/lfm-2.5-24b-a2b`: `messages.min_items`: `1`

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

## Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

## Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement

Velg et rabattabonnement for faste forespørsler.

Kampanjekode opptil 50%

Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.

Kostnader i historikken

Modell, tokener og beløp lagres for hver forespørsel.

[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)

## Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon

Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.

Forhandlerlisens

Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.

Dokumenter på nettstedet

Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)

## Ailoot · Selskapet og dets prosjektportefølje





Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.





Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.





Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.