Sonar er Perplexitys lette variant i Sonar-familien for avgrensede informasjonsforespørsler. Produsenten beskriver oppslag av enkeltfakta, definisjoner og raske oppsummeringer som hovedoppgavene. Den kombinerer nettsøk med et tekstsvar, slik at en applikasjon kan presentere relevant informasjon i samtaleform.
Et godt spørsmål angir nøyaktig hva som skal avklares. Navngi enheten eller begrepet, og ta med sted eller periode når dette endrer svaret. Spør for eksempel hvilket dokumentert krav som gjelder for en bestemt produktversjon, eller be om en kort forklaring på et navngitt faguttrykk. Et avgrenset spørsmål gir søket et tydeligere mål enn en åpen forespørsel om å forklare et helt fagfelt.
Når svaret avhenger av en kilde, ber du om hovedfaktumet og dokumentasjonen som underbygger det. Perplexitys dokumenterte Sonar-svar gir svaret sammen med kildehenvisninger og detaljer om søkeresultatene. Hold svaret knyttet til disse underbyggende resultatene i applikasjonens presentasjon, slik at leseren kan kontrollere originalmaterialet i stedet for å få et utsagn uten kildeangivelse.
For en rask oppsummering oppgir du emnet, perioden og ønsket lengde på resultatet. Et nyttig svar kan identifisere hovedutviklingen, hvorfor den er relevant for det oppgitte spørsmålet, og kilden som dokumenterer den. Hvis flere fakta trengs, lister du dem eksplisitt og ber om et kompakt svar organisert rundt listen.
En oppfølging kan avklare et tvetydig begrep eller presisere en betingelse. Behold det opprinnelige spørsmålet og det relevante funnet, og legg til den nye begrensningen. Hvis oppdraget vokser til en bred undersøkelse med flere avhengige søk, må skillet mellom et avgrenset oppslag og de mer omfattende Sonar-variantene for undersøkelser være tydelig når du velger modell til oppgaven.
Sonars rolle med svar og søk gir informasjon som en applikasjon kan bruke. Den tar ikke selv en påfølgende forretningsbeslutning eller utfører en endring i et annet system. Applikasjonen rundt modellen bestemmer hvordan det kildebaserte svaret presenteres, hvilket privat materiale som oppgis, og hvilken handling som følger av funnet.
", "aboutText": "Sonar er Perplexitys lette variant i Sonar-familien for avgrensede informasjonsforespørsler. Produsenten beskriver oppslag av enkeltfakta, definisjoner og raske oppsummeringer som hovedoppgavene. Den kombinerer nettsøk med et tekstsvar, slik at en applikasjon kan presentere relevant informasjon i samtaleform.\n\nEt godt spørsmål angir nøyaktig hva som skal avklares. Navngi enheten eller begrepet, og ta med sted eller periode når dette endrer svaret. Spør for eksempel hvilket dokumentert krav som gjelder for en bestemt produktversjon, eller be om en kort forklaring på et navngitt faguttrykk. Et avgrenset spørsmål gir søket et tydeligere mål enn en åpen forespørsel om å forklare et helt fagfelt.\n\nNår svaret avhenger av en kilde, ber du om hovedfaktumet og dokumentasjonen som underbygger det. Perplexitys dokumenterte Sonar-svar gir svaret sammen med kildehenvisninger og detaljer om søkeresultatene. Hold svaret knyttet til disse underbyggende resultatene i applikasjonens presentasjon, slik at leseren kan kontrollere originalmaterialet i stedet for å få et utsagn uten kildeangivelse.\n\nFor en rask oppsummering oppgir du emnet, perioden og ønsket lengde på resultatet. Et nyttig svar kan identifisere hovedutviklingen, hvorfor den er relevant for det oppgitte spørsmålet, og kilden som dokumenterer den. Hvis flere fakta trengs, lister du dem eksplisitt og ber om et kompakt svar organisert rundt listen.\n\nEn oppfølging kan avklare et tvetydig begrep eller presisere en betingelse. Behold det opprinnelige spørsmålet og det relevante funnet, og legg til den nye begrensningen. Hvis oppdraget vokser til en bred undersøkelse med flere avhengige søk, må skillet mellom et avgrenset oppslag og de mer omfattende Sonar-variantene for undersøkelser være tydelig når du velger modell til oppgaven.\n\nSonars rolle med svar og søk gir informasjon som en applikasjon kan bruke. Den tar ikke selv en påfølgende forretningsbeslutning eller utfører en endring i et annet system. Applikasjonen rundt modellen bestemmer hvordan det kildebaserte svaret presenteres, hvilket privat materiale som oppgis, og hvilken handling som følger av funnet.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Explain a term from supplied documentation\n\nUsing only this glossary excerpt, explain write-through caching in two sentences for a junior developer: “A write-through cache updates the cache and backing store during a write. A write-back cache delays the backing-store update.” End with one concise distinction between the two terms. Do not add performance claims absent from the excerpt.A compact definition and a source-grounded distinction, in two sentences.Check that the timing of the backing-store update is preserved and that no unsupported speed or reliability promise is added.perplexity/sonarSonar fra Perplexity kombinerer nettsøk med kortfattet svargenerering for faktaoppslag, definisjoner og raske oppsummeringer. Den er nyttig når en applikasjon trenger et kildebasert svar på et avgrenset spørsmål.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Sonar er Perplexitys lette variant i Sonar-familien for avgrensede informasjonsforespørsler. Produsenten beskriver oppslag av enkeltfakta, definisjoner og raske oppsummeringer som hovedoppgavene. Den kombinerer nettsøk med et tekstsvar, slik at en applikasjon kan presentere relevant informasjon i samtaleform.
Et godt spørsmål angir nøyaktig hva som skal avklares. Navngi enheten eller begrepet, og ta med sted eller periode når dette endrer svaret. Spør for eksempel hvilket dokumentert krav som gjelder for en bestemt produktversjon, eller be om en kort forklaring på et navngitt faguttrykk. Et avgrenset spørsmål gir søket et tydeligere mål enn en åpen forespørsel om å forklare et helt fagfelt.
Når svaret avhenger av en kilde, ber du om hovedfaktumet og dokumentasjonen som underbygger det. Perplexitys dokumenterte Sonar-svar gir svaret sammen med kildehenvisninger og detaljer om søkeresultatene. Hold svaret knyttet til disse underbyggende resultatene i applikasjonens presentasjon, slik at leseren kan kontrollere originalmaterialet i stedet for å få et utsagn uten kildeangivelse.
For en rask oppsummering oppgir du emnet, perioden og ønsket lengde på resultatet. Et nyttig svar kan identifisere hovedutviklingen, hvorfor den er relevant for det oppgitte spørsmålet, og kilden som dokumenterer den. Hvis flere fakta trengs, lister du dem eksplisitt og ber om et kompakt svar organisert rundt listen.
En oppfølging kan avklare et tvetydig begrep eller presisere en betingelse. Behold det opprinnelige spørsmålet og det relevante funnet, og legg til den nye begrensningen. Hvis oppdraget vokser til en bred undersøkelse med flere avhengige søk, må skillet mellom et avgrenset oppslag og de mer omfattende Sonar-variantene for undersøkelser være tydelig når du velger modell til oppgaven.
Sonars rolle med svar og søk gir informasjon som en applikasjon kan bruke. Den tar ikke selv en påfølgende forretningsbeslutning eller utfører en endring i et annet system. Applikasjonen rundt modellen bestemmer hvordan det kildebaserte svaret presenteres, hvilket privat materiale som oppgis, og hvilken handling som følger av funnet.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser perplexity/sonar | 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.
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 | Faktureringsmengde | Kostnad |
|---|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Faktureringsmengde— | Kostnad Inndata · Inngående tokener $0.002 / 1K tokener Utdata · Utgående tokener $0.002 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 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 | Faktureringsmengde— | Kostnad Inndata · Inngående tokener $0.002 / 1K tokener Utdata · Utgående tokener $0.002 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonPer forespørsel | Prisplan— | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Faktureringsmengdeén forespørsel | Kostnad Inndata $0.01 per forespørsel |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perplexity/sonar", "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='perplexity/sonar',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='perplexity/sonar',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 perplexity/sonar
Bruk metodestiene som vises ovenfor.
perplexity/sonarSonar fra Perplexity kombinerer nettsøk med kortfattet svargenerering for faktaoppslag, definisjoner og raske oppsummeringer. Den er nyttig når en applikasjon trenger et kildebasert svar på et avgrenset spørsmål.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Sonar er Perplexitys lette variant i Sonar-familien for avgrensede informasjonsforespørsler. Produsenten beskriver oppslag av enkeltfakta, definisjoner og raske oppsummeringer som hovedoppgavene. Den kombinerer nettsøk med et tekstsvar, slik at en applikasjon kan presentere relevant informasjon i samtaleform.
Et godt spørsmål angir nøyaktig hva som skal avklares. Navngi enheten eller begrepet, og ta med sted eller periode når dette endrer svaret. Spør for eksempel hvilket dokumentert krav som gjelder for en bestemt produktversjon, eller be om en kort forklaring på et navngitt faguttrykk. Et avgrenset spørsmål gir søket et tydeligere mål enn en åpen forespørsel om å forklare et helt fagfelt.
Når svaret avhenger av en kilde, ber du om hovedfaktumet og dokumentasjonen som underbygger det. Perplexitys dokumenterte Sonar-svar gir svaret sammen med kildehenvisninger og detaljer om søkeresultatene. Hold svaret knyttet til disse underbyggende resultatene i applikasjonens presentasjon, slik at leseren kan kontrollere originalmaterialet i stedet for å få et utsagn uten kildeangivelse.
For en rask oppsummering oppgir du emnet, perioden og ønsket lengde på resultatet. Et nyttig svar kan identifisere hovedutviklingen, hvorfor den er relevant for det oppgitte spørsmålet, og kilden som dokumenterer den. Hvis flere fakta trengs, lister du dem eksplisitt og ber om et kompakt svar organisert rundt listen.
En oppfølging kan avklare et tvetydig begrep eller presisere en betingelse. Behold det opprinnelige spørsmålet og det relevante funnet, og legg til den nye begrensningen. Hvis oppdraget vokser til en bred undersøkelse med flere avhengige søk, må skillet mellom et avgrenset oppslag og de mer omfattende Sonar-variantene for undersøkelser være tydelig når du velger modell til oppgaven.
Sonars rolle med svar og søk gir informasjon som en applikasjon kan bruke. Den tar ikke selv en påfølgende forretningsbeslutning eller utfører en endring i et annet system. Applikasjonen rundt modellen bestemmer hvordan det kildebaserte svaret presenteres, hvilket privat materiale som oppgis, og hvilken handling som følger av funnet.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser perplexity/sonar | 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.
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 | Faktureringsmengde | Kostnad |
|---|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Faktureringsmengde— | Kostnad Inndata · Inngående tokener $0.002 / 1K tokener Utdata · Utgående tokener $0.002 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 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 | Faktureringsmengde— | Kostnad Inndata · Inngående tokener $0.002 / 1K tokener Utdata · Utgående tokener $0.002 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonPer forespørsel | Prisplan— | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Faktureringsmengdeén forespørsel | Kostnad Inndata $0.01 per forespørsel |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "perplexity/sonar",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'perplexity/sonar', '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': 'perplexity/sonar', '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 perplexity/sonar
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Explain a term from supplied documentation\n\nUsing only this glossary excerpt, explain write-through caching in two sentences for a junior developer: “A write-through cache updates the cache and backing store during a write. A write-back cache delays the backing-store update.” End with one concise distinction between the two terms. Do not add performance claims absent from the excerpt.A compact definition and a source-grounded distinction, in two sentences.Check that the timing of the backing-store update is preserved and that no unsupported speed or reliability promise is added.