SenseNova V6 Pro er SenseTimes generelle multimodale profil for samtaler som kombinerer skriftlige spørsmål og bilder. Produsentens profiltabell beskriver bilde- og tekstinput med tekstoutput. V6-familien vektlegger forståelse av blandet visuell og språklig informasjon, resonnering og analyse. Pro er adskilt fra den lettere Turbo-profilen og den separat navngitte Reasoner, som returnerer resonneringsmateriale i tillegg til det endelige svaret.
Velg bildet eller kildeteksten som etablerer spørsmålet, og gjør de relevante detaljene leselige. En dokumentoppgave kan oppgi en side med diagram eller tabell og spørre hvilken betingelse de synlige verdiene støtter. Et spørsmål om et skjermbilde kan identifisere kontrollen eller meldingen som diskuteres. Hold eventuell ytterligere bakgrunn adskilt fra det bildet selv viser.
Be om leveransen som tjener oppgaven: en forklaring, en sammenligning, et uttrukket sett med synlige verdier eller et utkast forankret i oppgitt materiale. En nyttig dokumentsammenligning kan beholde sideidentifikatoren og belegget ved siden av hvert funn. Kontroller etiketter, enheter og kildetilknytninger i den returnerte teksten, fremfor å stole på en plausibel tolkning av helhetsbildet.
Produsentens V6-utgivelse beskriver en sammensmeltet modellserie fremfor separate språk- og bildelinjer. Formålet omfatter matematikk-, kode- og dokumentanalyseoppgaver som krever forståelse av beslektet informasjon. Oppgi betingelsene svaret må tilfredsstille, og skill kjente verdier fra antakelser. Et begrunnet svar bør gjøre konklusjonen mulig å vurdere mot det faktiske kildematerialet.
For et spørsmål som gjelder flere dokumenter, identifiserer du hvilken kilde som skal være førende ved uenighet, og beholder avsnittene eller de synlige områdene som betyr noe. Hvis materialet er ufullstendig, holder du den manglende betingelsen adskilt fra et utfylt felt. En selvsikker forklaring fastslår ikke på egen hånd at en kilde inneholder verdien som tilordnes den.
Pro-tabellen angir et tekstsvar for bilde-/tekstsamtaler. Kunngjøringen av V6-familien omtaler også analyse av lengre video og en separat Omni-profil for samhandling i sanntid. Disse familiedemonstrasjonene bør fortsatt knyttes til produsentens arbeidsflyter, fremfor å behandles som Pros fullstendige spesifikasjon av forespørselsfelter. Senere V6.5- og V6.7-modeller har egne evner og kontroller.
For Pros bilde-/tekstoppgave beholder du det oppgitte spørsmålet, bildene og det fullførte tekstsvaret. Vurder viktige tall, visuelle relasjoner og foreslått kode eller resonnering mot belegget som støtter dem. En nyttig overlevering kan være en forklaring eller strukturert sammenligning der funnene fortsatt kan spores til kildesiden, slik at videre arbeid kan konsentreres om én uavklart detalj.
", "aboutText": "SenseNova V6 Pro er SenseTimes generelle multimodale profil for samtaler som kombinerer skriftlige spørsmål og bilder. Produsentens profiltabell beskriver bilde- og tekstinput med tekstoutput. V6-familien vektlegger forståelse av blandet visuell og språklig informasjon, resonnering og analyse. Pro er adskilt fra den lettere Turbo-profilen og den separat navngitte Reasoner, som returnerer resonneringsmateriale i tillegg til det endelige svaret.\n\n### Oppgi et spørsmål med tydelig visuelt belegg\n\nVelg bildet eller kildeteksten som etablerer spørsmålet, og gjør de relevante detaljene leselige. En dokumentoppgave kan oppgi en side med diagram eller tabell og spørre hvilken betingelse de synlige verdiene støtter. Et spørsmål om et skjermbilde kan identifisere kontrollen eller meldingen som diskuteres. Hold eventuell ytterligere bakgrunn adskilt fra det bildet selv viser.\n\nBe om leveransen som tjener oppgaven: en forklaring, en sammenligning, et uttrukket sett med synlige verdier eller et utkast forankret i oppgitt materiale. En nyttig dokumentsammenligning kan beholde sideidentifikatoren og belegget ved siden av hvert funn. Kontroller etiketter, enheter og kildetilknytninger i den returnerte teksten, fremfor å stole på en plausibel tolkning av helhetsbildet.\n\n### Resonner på tvers av tekst og bilder\n\nProdusentens V6-utgivelse beskriver en sammensmeltet modellserie fremfor separate språk- og bildelinjer. Formålet omfatter matematikk-, kode- og dokumentanalyseoppgaver som krever forståelse av beslektet informasjon. Oppgi betingelsene svaret må tilfredsstille, og skill kjente verdier fra antakelser. Et begrunnet svar bør gjøre konklusjonen mulig å vurdere mot det faktiske kildematerialet.\n\nFor et spørsmål som gjelder flere dokumenter, identifiserer du hvilken kilde som skal være førende ved uenighet, og beholder avsnittene eller de synlige områdene som betyr noe. Hvis materialet er ufullstendig, holder du den manglende betingelsen adskilt fra et utfylt felt. En selvsikker forklaring fastslår ikke på egen hånd at en kilde inneholder verdien som tilordnes den.\n\n### Profilen og arbeidsflyter i den bredere familien\n\nPro-tabellen angir et tekstsvar for bilde-/tekstsamtaler. Kunngjøringen av V6-familien omtaler også analyse av lengre video og en separat Omni-profil for samhandling i sanntid. Disse familiedemonstrasjonene bør fortsatt knyttes til produsentens arbeidsflyter, fremfor å behandles som Pros fullstendige spesifikasjon av forespørselsfelter. Senere V6.5- og V6.7-modeller har egne evner og kontroller.\n\nFor Pros bilde-/tekstoppgave beholder du det oppgitte spørsmålet, bildene og det fullførte tekstsvaret. Vurder viktige tall, visuelle relasjoner og foreslått kode eller resonnering mot belegget som støtter dem. En nyttig overlevering kan være en forklaring eller strukturert sammenligning der funnene fortsatt kan spores til kildesiden, slik at videre arbeid kan konsentreres om én uavklart detalj.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Explain a supplied chart transcription\n\nUse this text transcription of report page P7: 'Target line: 50 units. North: 48. South: 53. East: 50.' State which regions meet a target defined as at least 50 units. Return each region's value, its relation to the target and the page label. Distinguish meeting the target from strictly exceeding it.A region-by-region source-linked comparison with the inclusive target condition applied.East must be treated as meeting, but not exceeding, the 50-unit target.SenseNova-V6-ProSenseNova V6 Pro er SenseTimes generelle samtaleprofil for bilder og tekst, med tekstutdata. Bruk oppgitte dokumenter, bilder og spørsmål til en forklaring eller sammenligning, og hold svaret knyttet til det visuelle og skriftlige kildebelegget.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
SenseNova V6 Pro er SenseTimes generelle multimodale profil for samtaler som kombinerer skriftlige spørsmål og bilder. Produsentens profiltabell beskriver bilde- og tekstinput med tekstoutput. V6-familien vektlegger forståelse av blandet visuell og språklig informasjon, resonnering og analyse. Pro er adskilt fra den lettere Turbo-profilen og den separat navngitte Reasoner, som returnerer resonneringsmateriale i tillegg til det endelige svaret.
Velg bildet eller kildeteksten som etablerer spørsmålet, og gjør de relevante detaljene leselige. En dokumentoppgave kan oppgi en side med diagram eller tabell og spørre hvilken betingelse de synlige verdiene støtter. Et spørsmål om et skjermbilde kan identifisere kontrollen eller meldingen som diskuteres. Hold eventuell ytterligere bakgrunn adskilt fra det bildet selv viser.
Be om leveransen som tjener oppgaven: en forklaring, en sammenligning, et uttrukket sett med synlige verdier eller et utkast forankret i oppgitt materiale. En nyttig dokumentsammenligning kan beholde sideidentifikatoren og belegget ved siden av hvert funn. Kontroller etiketter, enheter og kildetilknytninger i den returnerte teksten, fremfor å stole på en plausibel tolkning av helhetsbildet.
Produsentens V6-utgivelse beskriver en sammensmeltet modellserie fremfor separate språk- og bildelinjer. Formålet omfatter matematikk-, kode- og dokumentanalyseoppgaver som krever forståelse av beslektet informasjon. Oppgi betingelsene svaret må tilfredsstille, og skill kjente verdier fra antakelser. Et begrunnet svar bør gjøre konklusjonen mulig å vurdere mot det faktiske kildematerialet.
For et spørsmål som gjelder flere dokumenter, identifiserer du hvilken kilde som skal være førende ved uenighet, og beholder avsnittene eller de synlige områdene som betyr noe. Hvis materialet er ufullstendig, holder du den manglende betingelsen adskilt fra et utfylt felt. En selvsikker forklaring fastslår ikke på egen hånd at en kilde inneholder verdien som tilordnes den.
Pro-tabellen angir et tekstsvar for bilde-/tekstsamtaler. Kunngjøringen av V6-familien omtaler også analyse av lengre video og en separat Omni-profil for samhandling i sanntid. Disse familiedemonstrasjonene bør fortsatt knyttes til produsentens arbeidsflyter, fremfor å behandles som Pros fullstendige spesifikasjon av forespørselsfelter. Senere V6.5- og V6.7-modeller har egne evner og kontroller.
For Pros bilde-/tekstoppgave beholder du det oppgitte spørsmålet, bildene og det fullførte tekstsvaret. Vurder viktige tall, visuelle relasjoner og foreslått kode eller resonnering mot belegget som støtter dem. En nyttig overlevering kan være en forklaring eller strukturert sammenligning der funnene fortsatt kan spores til kildesiden, slik at videre arbeid kan konsentreres om én uavklart detalj.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser SenseNova-V6-Pro | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Settet med støttede roller avhenger av den valgte modellen. 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 | AvtaleLes det faktiske UTF-8-dokumentet ditt og sett teksten inn i messages[].content. |
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 $0.0011 / 1K tokener Utdata · Utgående tokener $0.00286 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "SenseNova-V6-Pro",\n "messages": [\n {\n "role": "user",\n "content": "Hello!"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source document}"\nexport AILOOT_TEXT_FILE AILOOT_STREAM\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Pro', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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/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-body.bin\npython3 - <<'PY_RESULT'\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Pro', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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')\nrequest = Request('https://api.ailoot.ai/v1/chat/completions', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers={'Authorization': 'Bearer ' + api_key, 'Content-Type': 'application/json'}, 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-body.bin').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result-body.bin').write_bytes(raw)\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nimport { readFileSync, writeFileSync } from 'node:fs';\n\nconst apiKey = process.env.AILOOT_API_KEY;\nif (!apiKey?.trim()) throw new Error('Set AILOOT_API_KEY');\nif (!process.env.AILOOT_TEXT_FILE) throw new Error('Choose your actual UTF-8 document');\nconst text = readFileSync(process.env.AILOOT_TEXT_FILE, 'utf8');\nif (!text.trim()) throw new Error('The document must contain text');\nconst stream = process.env.AILOOT_STREAM === '1';\nconst payload = {"model": "SenseNova-V6-Pro", "messages": [{"role": "user", "content": "Hello!"}]};\npayload.messages[0].content = 'Summarize this material and quote supporting passages.\\n\\n' + text;\npayload.stream = stream;\nconst response = await fetch('https://api.ailoot.ai/v1/chat/completions', { method: 'POST', headers: { 'Authorization': 'Bearer ' + apiKey, 'Content-Type': 'application/json' }, body: JSON.stringify(payload) });\nconst raw = Buffer.from(await response.arrayBuffer());\nwriteFileSync('result-body.bin', raw);\nwriteFileSync('response-headers.txt', [...response.headers].map(([key, value]) => key + ': ' + value).join('\\n'));\nif (!response.ok) throw new Error('HTTP ' + response.status + '; original response saved in result-body.bin');\nif (stream) {\n writeFileSync('result.sse', raw);\n process.stdout.write(raw);\n} else {\n writeFileSync('result.json', raw);\n const result = JSON.parse(raw.toString('utf8'));\n console.log(JSON.stringify(result, null, 2));\n for (const choice of result.choices ?? []) console.log('Choice', choice.index, JSON.stringify(choice));\n}\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 SenseNova-V6-Pro, sensetime/sensenova-v6-pro
Bruk metodestiene som vises ovenfor.
SenseNova-V6-ProSenseNova V6 Pro er SenseTimes generelle samtaleprofil for bilder og tekst, med tekstutdata. Bruk oppgitte dokumenter, bilder og spørsmål til en forklaring eller sammenligning, og hold svaret knyttet til det visuelle og skriftlige kildebelegget.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
SenseNova V6 Pro er SenseTimes generelle multimodale profil for samtaler som kombinerer skriftlige spørsmål og bilder. Produsentens profiltabell beskriver bilde- og tekstinput med tekstoutput. V6-familien vektlegger forståelse av blandet visuell og språklig informasjon, resonnering og analyse. Pro er adskilt fra den lettere Turbo-profilen og den separat navngitte Reasoner, som returnerer resonneringsmateriale i tillegg til det endelige svaret.
Velg bildet eller kildeteksten som etablerer spørsmålet, og gjør de relevante detaljene leselige. En dokumentoppgave kan oppgi en side med diagram eller tabell og spørre hvilken betingelse de synlige verdiene støtter. Et spørsmål om et skjermbilde kan identifisere kontrollen eller meldingen som diskuteres. Hold eventuell ytterligere bakgrunn adskilt fra det bildet selv viser.
Be om leveransen som tjener oppgaven: en forklaring, en sammenligning, et uttrukket sett med synlige verdier eller et utkast forankret i oppgitt materiale. En nyttig dokumentsammenligning kan beholde sideidentifikatoren og belegget ved siden av hvert funn. Kontroller etiketter, enheter og kildetilknytninger i den returnerte teksten, fremfor å stole på en plausibel tolkning av helhetsbildet.
Produsentens V6-utgivelse beskriver en sammensmeltet modellserie fremfor separate språk- og bildelinjer. Formålet omfatter matematikk-, kode- og dokumentanalyseoppgaver som krever forståelse av beslektet informasjon. Oppgi betingelsene svaret må tilfredsstille, og skill kjente verdier fra antakelser. Et begrunnet svar bør gjøre konklusjonen mulig å vurdere mot det faktiske kildematerialet.
For et spørsmål som gjelder flere dokumenter, identifiserer du hvilken kilde som skal være førende ved uenighet, og beholder avsnittene eller de synlige områdene som betyr noe. Hvis materialet er ufullstendig, holder du den manglende betingelsen adskilt fra et utfylt felt. En selvsikker forklaring fastslår ikke på egen hånd at en kilde inneholder verdien som tilordnes den.
Pro-tabellen angir et tekstsvar for bilde-/tekstsamtaler. Kunngjøringen av V6-familien omtaler også analyse av lengre video og en separat Omni-profil for samhandling i sanntid. Disse familiedemonstrasjonene bør fortsatt knyttes til produsentens arbeidsflyter, fremfor å behandles som Pros fullstendige spesifikasjon av forespørselsfelter. Senere V6.5- og V6.7-modeller har egne evner og kontroller.
For Pros bilde-/tekstoppgave beholder du det oppgitte spørsmålet, bildene og det fullførte tekstsvaret. Vurder viktige tall, visuelle relasjoner og foreslått kode eller resonnering mot belegget som støtter dem. En nyttig overlevering kan være en forklaring eller strukturert sammenligning der funnene fortsatt kan spores til kildesiden, slik at videre arbeid kan konsentreres om én uavklart detalj.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser SenseNova-V6-Pro | 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 $0.0011 / 1K tokener Utdata · Utgående tokener $0.00286 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "SenseNova-V6-Pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseNova-V6-Pro', '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': 'SenseNova-V6-Pro', '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 SenseNova-V6-Pro, sensetime/sensenova-v6-pro
Bruk metodestiene som vises ovenfor.
sensetime/sensenova-v6-proSenseNova V6 Pro er SenseTimes generelle samtaleprofil for bilder og tekst, med tekstutdata. Bruk oppgitte dokumenter, bilder og spørsmål til en forklaring eller sammenligning, og hold svaret knyttet til det visuelle og skriftlige kildebelegget.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
SenseNova V6 Pro er SenseTimes generelle multimodale profil for samtaler som kombinerer skriftlige spørsmål og bilder. Produsentens profiltabell beskriver bilde- og tekstinput med tekstoutput. V6-familien vektlegger forståelse av blandet visuell og språklig informasjon, resonnering og analyse. Pro er adskilt fra den lettere Turbo-profilen og den separat navngitte Reasoner, som returnerer resonneringsmateriale i tillegg til det endelige svaret.
Velg bildet eller kildeteksten som etablerer spørsmålet, og gjør de relevante detaljene leselige. En dokumentoppgave kan oppgi en side med diagram eller tabell og spørre hvilken betingelse de synlige verdiene støtter. Et spørsmål om et skjermbilde kan identifisere kontrollen eller meldingen som diskuteres. Hold eventuell ytterligere bakgrunn adskilt fra det bildet selv viser.
Be om leveransen som tjener oppgaven: en forklaring, en sammenligning, et uttrukket sett med synlige verdier eller et utkast forankret i oppgitt materiale. En nyttig dokumentsammenligning kan beholde sideidentifikatoren og belegget ved siden av hvert funn. Kontroller etiketter, enheter og kildetilknytninger i den returnerte teksten, fremfor å stole på en plausibel tolkning av helhetsbildet.
Produsentens V6-utgivelse beskriver en sammensmeltet modellserie fremfor separate språk- og bildelinjer. Formålet omfatter matematikk-, kode- og dokumentanalyseoppgaver som krever forståelse av beslektet informasjon. Oppgi betingelsene svaret må tilfredsstille, og skill kjente verdier fra antakelser. Et begrunnet svar bør gjøre konklusjonen mulig å vurdere mot det faktiske kildematerialet.
For et spørsmål som gjelder flere dokumenter, identifiserer du hvilken kilde som skal være førende ved uenighet, og beholder avsnittene eller de synlige områdene som betyr noe. Hvis materialet er ufullstendig, holder du den manglende betingelsen adskilt fra et utfylt felt. En selvsikker forklaring fastslår ikke på egen hånd at en kilde inneholder verdien som tilordnes den.
Pro-tabellen angir et tekstsvar for bilde-/tekstsamtaler. Kunngjøringen av V6-familien omtaler også analyse av lengre video og en separat Omni-profil for samhandling i sanntid. Disse familiedemonstrasjonene bør fortsatt knyttes til produsentens arbeidsflyter, fremfor å behandles som Pros fullstendige spesifikasjon av forespørselsfelter. Senere V6.5- og V6.7-modeller har egne evner og kontroller.
For Pros bilde-/tekstoppgave beholder du det oppgitte spørsmålet, bildene og det fullførte tekstsvaret. Vurder viktige tall, visuelle relasjoner og foreslått kode eller resonnering mot belegget som støtter dem. En nyttig overlevering kan være en forklaring eller strukturert sammenligning der funnene fortsatt kan spores til kildesiden, slik at videre arbeid kan konsentreres om én uavklart detalj.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser sensetime/sensenova-v6-pro | 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 $0.0011 / 1K tokener Utdata · Utgående tokener $0.00286 / 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": "sensetime/sensenova-v6-pro", "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='sensetime/sensenova-v6-pro',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='sensetime/sensenova-v6-pro',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 SenseNova-V6-Pro, sensetime/sensenova-v6-pro
Bruk metodestiene som vises ovenfor.
sensetime/sensenova-v6-proSenseNova V6 Pro er SenseTimes generelle samtaleprofil for bilder og tekst, med tekstutdata. Bruk oppgitte dokumenter, bilder og spørsmål til en forklaring eller sammenligning, og hold svaret knyttet til det visuelle og skriftlige kildebelegget.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
SenseNova V6 Pro er SenseTimes generelle multimodale profil for samtaler som kombinerer skriftlige spørsmål og bilder. Produsentens profiltabell beskriver bilde- og tekstinput med tekstoutput. V6-familien vektlegger forståelse av blandet visuell og språklig informasjon, resonnering og analyse. Pro er adskilt fra den lettere Turbo-profilen og den separat navngitte Reasoner, som returnerer resonneringsmateriale i tillegg til det endelige svaret.
Velg bildet eller kildeteksten som etablerer spørsmålet, og gjør de relevante detaljene leselige. En dokumentoppgave kan oppgi en side med diagram eller tabell og spørre hvilken betingelse de synlige verdiene støtter. Et spørsmål om et skjermbilde kan identifisere kontrollen eller meldingen som diskuteres. Hold eventuell ytterligere bakgrunn adskilt fra det bildet selv viser.
Be om leveransen som tjener oppgaven: en forklaring, en sammenligning, et uttrukket sett med synlige verdier eller et utkast forankret i oppgitt materiale. En nyttig dokumentsammenligning kan beholde sideidentifikatoren og belegget ved siden av hvert funn. Kontroller etiketter, enheter og kildetilknytninger i den returnerte teksten, fremfor å stole på en plausibel tolkning av helhetsbildet.
Produsentens V6-utgivelse beskriver en sammensmeltet modellserie fremfor separate språk- og bildelinjer. Formålet omfatter matematikk-, kode- og dokumentanalyseoppgaver som krever forståelse av beslektet informasjon. Oppgi betingelsene svaret må tilfredsstille, og skill kjente verdier fra antakelser. Et begrunnet svar bør gjøre konklusjonen mulig å vurdere mot det faktiske kildematerialet.
For et spørsmål som gjelder flere dokumenter, identifiserer du hvilken kilde som skal være førende ved uenighet, og beholder avsnittene eller de synlige områdene som betyr noe. Hvis materialet er ufullstendig, holder du den manglende betingelsen adskilt fra et utfylt felt. En selvsikker forklaring fastslår ikke på egen hånd at en kilde inneholder verdien som tilordnes den.
Pro-tabellen angir et tekstsvar for bilde-/tekstsamtaler. Kunngjøringen av V6-familien omtaler også analyse av lengre video og en separat Omni-profil for samhandling i sanntid. Disse familiedemonstrasjonene bør fortsatt knyttes til produsentens arbeidsflyter, fremfor å behandles som Pros fullstendige spesifikasjon av forespørselsfelter. Senere V6.5- og V6.7-modeller har egne evner og kontroller.
For Pros bilde-/tekstoppgave beholder du det oppgitte spørsmålet, bildene og det fullførte tekstsvaret. Vurder viktige tall, visuelle relasjoner og foreslått kode eller resonnering mot belegget som støtter dem. En nyttig overlevering kan være en forklaring eller strukturert sammenligning der funnene fortsatt kan spores til kildesiden, slik at videre arbeid kan konsentreres om én uavklart detalj.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser sensetime/sensenova-v6-pro | 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 $0.0011 / 1K tokener Utdata · Utgående tokener $0.00286 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "sensetime/sensenova-v6-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sensetime/sensenova-v6-pro', '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': 'sensetime/sensenova-v6-pro', '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 SenseNova-V6-Pro, sensetime/sensenova-v6-pro
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Explain a supplied chart transcription\n\nUse this text transcription of report page P7: 'Target line: 50 units. North: 48. South: 53. East: 50.' State which regions meet a target defined as at least 50 units. Return each region's value, its relation to the target and the page label. Distinguish meeting the target from strictly exceeding it.A region-by-region source-linked comparison with the inclusive target condition applied.East must be treated as meeting, but not exceeding, the 50-unit target.