Ling 3.1 Flash is het hybride redeneertaalmodel van inclusionAI voor taken met meerdere fasen in plaats van één kort antwoord. De fabrikant positioneert het voor dagelijks kantoorwerk, uitgebreide softwareontwikkeling en complexe agentprocessen. Het gebruikt een mixture-of-experts-architectuur met ongeveer 560 miljard totale parameters en ongeveer 25 miljard actieve parameters per token, zodat een grote modelcapaciteit samengaat met een kleinere hoeveelheid actieve berekening.
Het centrale ontwerpdoel is de taakstatus te behouden en het verloop van langer werk bij te sturen. In een proces met gekoppelde hulpmiddelen kan het model meerdere stappen plannen, tussenresultaten interpreteren en de volgende stap herzien wanneer het bewijsmateriaal verandert. Geef het een precies doel, de beschikbare materialen en een definitie van voltooiing. Bijvoorbeeld: “Beoordeel deze incidentnotities, identificeer de onopgeloste oorzaken en maak een geprioriteerd onderzoeksplan. Vermeld voor iedere actie welk bewijs nodig is om vast te stellen of ze gewerkt heeft.” Zo wordt een vaag verzoek een resultaat dat geïnspecteerd en voortgezet kan worden.
Voor kantoorwerk zijn bruikbare invoergegevens onder meer bronnotities, tekst uit documenten, tabellen met duidelijke kolomdefinities en het beoogde publiek van een rapport. Vermeld de te gebruiken periode, eenheden en vergelijking. Vraag om een schriftelijk resultaat zoals een managementoverzicht, een rapportopzet of een uitleg van belangrijke veranderingen. Een voorbeeld is: “Gebruik uitsluitend deze kwartaaltabellen om de grootste veranderingen uit te leggen, maak onderscheid tussen waargenomen waarden en aannames en schrijf een overzicht met de onbeantwoorde vragen aan het einde.” Bewaar bronlabels bij de invoer, zodat de resulterende beweringen naar het juiste materiaal teruggevoerd kunnen worden.
Voor softwareontwikkeling benadrukt de fabrikant refactoring over programmeertalen heen, prestatieoptimalisatie en analyse van veelgebruikte delen van een codebase. Lever de relevante bestanden als tekst aan, samen met het te behouden gedrag, de afhankelijkheidsversies en eventuele falende uitvoer of metingen. Een bruikbaar verzoek vraagt om een voorgestelde wijziging en de controles om haar te beoordelen: “Herstructureer deze parser met behoud van het gedocumenteerde uitvoerformaat. Leg het beïnvloede gedrag uit, toon de herziene code en benoem gevallen die een regressie zouden blootleggen.” Lever voor prestatiewerk werkelijke profielen of tijdmetingen aan en vraag iedere aanbeveling aan een gemeten knelpunt te koppelen.
Verzamel voor professionele analyse de relevante regels, definities en bewijzen voordat u om een aanbeveling vraagt. Ling 3.1 Flash is bedoeld om verspreide informatie samen te brengen, indicatoren te interpreteren en actiesuggesties te ontwikkelen. Vraag om een vergelijking die de aannames en nog benodigde informatie benoemt, in plaats van om een ononderbouwd oordeel. Lever bijvoorbeeld meerdere projectvoorstellen aan en vraag om een beslisnota met dezelfde criteria voor elk voorstel, waarbij bronondersteunde waarnemingen gescheiden blijven van afgeleide gevolgen. Vraag bij tegenstrijdig bewijs om de passages die elkaar tegenspreken en de vraag die de tegenspraak zou oplossen.
De fabrikant onderscheidt een contextplafond van 1M tokens op modelniveau van de context van 256K die momenteel via de officiële dienst opengesteld is. Deze cijfers beschrijven verschillende grenzen. Orden werkmateriaal rond het toepasselijke venster en reserveer ruimte voor het antwoord; een plafond op modelniveau betekent niet dat iedere interface zoveel invoer aanvaardt. Houd voor een grote taak het doel, de afgeronde beslissingen, de onopgeloste vragen en de bronverwijzingen samen. Gebruik expliciete grenzen rond documenten en code, zodat te analyseren materiaal niet met op te volgen instructies verward wordt.
Bereid taken met gekoppelde hulpmiddelen voor met duidelijke hulpmiddelbeschrijvingen, verwachte argumenten en bruikbare resultaatregistraties. Voer werkelijke resultaten terug in het gesprek, zodat het volgende voorstel op waarnemingen gebaseerd is. Vraag het model uit te leggen wat een teruggegeven resultaat verandert en welk bewijs nog ontbreekt. Het agentgerichte ontwerp ondersteunt dit plannings- en terugkoppelingspatroon; de omringende toepassing voert de hulpmiddelstappen uit en bewaart hun resultaten. Een voorgesteld commando, een codewijziging of een rapport is het nuttigst wanneer de status duidelijk is: voorgesteld, uitgevoerd met een vastgelegd resultaat of nog te verifiëren.
Ling 3.1 Flash behoort tot de taalmodellijn; de afzonderlijke editie Ling 3.0 Flash VL is het visuele model van de fabrikant. Bereid voor deze teksttaak tekstuele broninhoud voor en behoud de structuur, labels en herkomst. Geef de uitvoertaal en vorm op, zoals een beknopte nota, een tabel met bevindingen, een patchuitleg of een genummerd plan. Vraag het model ontbrekende informatie te markeren en toets het gevraagde resultaat aan de oorspronkelijke voorwaarden. Lange processen vereisen nog steeds inspectie van tussenresultaten: een vroege foutieve aanname kan anders in latere redeneringen meegenomen worden en tot een overtuigend eindrapport gepolijst worden.
", "aboutText": "Ling 3.1 Flash is het hybride redeneertaalmodel van inclusionAI voor taken met meerdere fasen in plaats van één kort antwoord. De fabrikant positioneert het voor dagelijks kantoorwerk, uitgebreide softwareontwikkeling en complexe agentprocessen. Het gebruikt een mixture-of-experts-architectuur met ongeveer 560 miljard totale parameters en ongeveer 25 miljard actieve parameters per token, zodat een grote modelcapaciteit samengaat met een kleinere hoeveelheid actieve berekening.\n\nHet centrale ontwerpdoel is de taakstatus te behouden en het verloop van langer werk bij te sturen. In een proces met gekoppelde hulpmiddelen kan het model meerdere stappen plannen, tussenresultaten interpreteren en de volgende stap herzien wanneer het bewijsmateriaal verandert. Geef het een precies doel, de beschikbare materialen en een definitie van voltooiing. Bijvoorbeeld: “Beoordeel deze incidentnotities, identificeer de onopgeloste oorzaken en maak een geprioriteerd onderzoeksplan. Vermeld voor iedere actie welk bewijs nodig is om vast te stellen of ze gewerkt heeft.” Zo wordt een vaag verzoek een resultaat dat geïnspecteerd en voortgezet kan worden.\n\nVoor kantoorwerk zijn bruikbare invoergegevens onder meer bronnotities, tekst uit documenten, tabellen met duidelijke kolomdefinities en het beoogde publiek van een rapport. Vermeld de te gebruiken periode, eenheden en vergelijking. Vraag om een schriftelijk resultaat zoals een managementoverzicht, een rapportopzet of een uitleg van belangrijke veranderingen. Een voorbeeld is: “Gebruik uitsluitend deze kwartaaltabellen om de grootste veranderingen uit te leggen, maak onderscheid tussen waargenomen waarden en aannames en schrijf een overzicht met de onbeantwoorde vragen aan het einde.” Bewaar bronlabels bij de invoer, zodat de resulterende beweringen naar het juiste materiaal teruggevoerd kunnen worden.\n\nVoor softwareontwikkeling benadrukt de fabrikant refactoring over programmeertalen heen, prestatieoptimalisatie en analyse van veelgebruikte delen van een codebase. Lever de relevante bestanden als tekst aan, samen met het te behouden gedrag, de afhankelijkheidsversies en eventuele falende uitvoer of metingen. Een bruikbaar verzoek vraagt om een voorgestelde wijziging en de controles om haar te beoordelen: “Herstructureer deze parser met behoud van het gedocumenteerde uitvoerformaat. Leg het beïnvloede gedrag uit, toon de herziene code en benoem gevallen die een regressie zouden blootleggen.” Lever voor prestatiewerk werkelijke profielen of tijdmetingen aan en vraag iedere aanbeveling aan een gemeten knelpunt te koppelen.\n\nVerzamel voor professionele analyse de relevante regels, definities en bewijzen voordat u om een aanbeveling vraagt. Ling 3.1 Flash is bedoeld om verspreide informatie samen te brengen, indicatoren te interpreteren en actiesuggesties te ontwikkelen. Vraag om een vergelijking die de aannames en nog benodigde informatie benoemt, in plaats van om een ononderbouwd oordeel. Lever bijvoorbeeld meerdere projectvoorstellen aan en vraag om een beslisnota met dezelfde criteria voor elk voorstel, waarbij bronondersteunde waarnemingen gescheiden blijven van afgeleide gevolgen. Vraag bij tegenstrijdig bewijs om de passages die elkaar tegenspreken en de vraag die de tegenspraak zou oplossen.\n\nDe fabrikant onderscheidt een contextplafond van 1M tokens op modelniveau van de context van 256K die momenteel via de officiële dienst opengesteld is. Deze cijfers beschrijven verschillende grenzen. Orden werkmateriaal rond het toepasselijke venster en reserveer ruimte voor het antwoord; een plafond op modelniveau betekent niet dat iedere interface zoveel invoer aanvaardt. Houd voor een grote taak het doel, de afgeronde beslissingen, de onopgeloste vragen en de bronverwijzingen samen. Gebruik expliciete grenzen rond documenten en code, zodat te analyseren materiaal niet met op te volgen instructies verward wordt.\n\nBereid taken met gekoppelde hulpmiddelen voor met duidelijke hulpmiddelbeschrijvingen, verwachte argumenten en bruikbare resultaatregistraties. Voer werkelijke resultaten terug in het gesprek, zodat het volgende voorstel op waarnemingen gebaseerd is. Vraag het model uit te leggen wat een teruggegeven resultaat verandert en welk bewijs nog ontbreekt. Het agentgerichte ontwerp ondersteunt dit plannings- en terugkoppelingspatroon; de omringende toepassing voert de hulpmiddelstappen uit en bewaart hun resultaten. Een voorgesteld commando, een codewijziging of een rapport is het nuttigst wanneer de status duidelijk is: voorgesteld, uitgevoerd met een vastgelegd resultaat of nog te verifiëren.\n\nLing 3.1 Flash behoort tot de taalmodellijn; de afzonderlijke editie Ling 3.0 Flash VL is het visuele model van de fabrikant. Bereid voor deze teksttaak tekstuele broninhoud voor en behoud de structuur, labels en herkomst. Geef de uitvoertaal en vorm op, zoals een beknopte nota, een tabel met bevindingen, een patchuitleg of een genummerd plan. Vraag het model ontbrekende informatie te markeren en toets het gevraagde resultaat aan de oorspronkelijke voorwaarden. Lange processen vereisen nog steeds inspectie van tussenresultaten: een vroege foutieve aanname kan anders in latere redeneringen meegenomen worden en tot een overtuigend eindrapport gepolijst worden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f542a543eca8013a916a35ea16aa4a1ba992fdeb72c0738f69d22ff1b4b09f5c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "inclusionai/ling-3.1-flashLing 3.1 Flash is het hybride redeneermodel van inclusionAI voor kantoorwerk, langdurige softwareontwikkeling en complexe agents. De sparse architectuur met 560 miljard parameters activeert ongeveer 25 miljard parameters per token en ondersteunt planning in meerdere stappen, interactie met hulpmiddelen en herzieningen op basis van tussenresultaten.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Ling 3.1 Flash is het hybride redeneertaalmodel van inclusionAI voor taken met meerdere fasen in plaats van één kort antwoord. De fabrikant positioneert het voor dagelijks kantoorwerk, uitgebreide softwareontwikkeling en complexe agentprocessen. Het gebruikt een mixture-of-experts-architectuur met ongeveer 560 miljard totale parameters en ongeveer 25 miljard actieve parameters per token, zodat een grote modelcapaciteit samengaat met een kleinere hoeveelheid actieve berekening.
Het centrale ontwerpdoel is de taakstatus te behouden en het verloop van langer werk bij te sturen. In een proces met gekoppelde hulpmiddelen kan het model meerdere stappen plannen, tussenresultaten interpreteren en de volgende stap herzien wanneer het bewijsmateriaal verandert. Geef het een precies doel, de beschikbare materialen en een definitie van voltooiing. Bijvoorbeeld: “Beoordeel deze incidentnotities, identificeer de onopgeloste oorzaken en maak een geprioriteerd onderzoeksplan. Vermeld voor iedere actie welk bewijs nodig is om vast te stellen of ze gewerkt heeft.” Zo wordt een vaag verzoek een resultaat dat geïnspecteerd en voortgezet kan worden.
Voor kantoorwerk zijn bruikbare invoergegevens onder meer bronnotities, tekst uit documenten, tabellen met duidelijke kolomdefinities en het beoogde publiek van een rapport. Vermeld de te gebruiken periode, eenheden en vergelijking. Vraag om een schriftelijk resultaat zoals een managementoverzicht, een rapportopzet of een uitleg van belangrijke veranderingen. Een voorbeeld is: “Gebruik uitsluitend deze kwartaaltabellen om de grootste veranderingen uit te leggen, maak onderscheid tussen waargenomen waarden en aannames en schrijf een overzicht met de onbeantwoorde vragen aan het einde.” Bewaar bronlabels bij de invoer, zodat de resulterende beweringen naar het juiste materiaal teruggevoerd kunnen worden.
Voor softwareontwikkeling benadrukt de fabrikant refactoring over programmeertalen heen, prestatieoptimalisatie en analyse van veelgebruikte delen van een codebase. Lever de relevante bestanden als tekst aan, samen met het te behouden gedrag, de afhankelijkheidsversies en eventuele falende uitvoer of metingen. Een bruikbaar verzoek vraagt om een voorgestelde wijziging en de controles om haar te beoordelen: “Herstructureer deze parser met behoud van het gedocumenteerde uitvoerformaat. Leg het beïnvloede gedrag uit, toon de herziene code en benoem gevallen die een regressie zouden blootleggen.” Lever voor prestatiewerk werkelijke profielen of tijdmetingen aan en vraag iedere aanbeveling aan een gemeten knelpunt te koppelen.
Verzamel voor professionele analyse de relevante regels, definities en bewijzen voordat u om een aanbeveling vraagt. Ling 3.1 Flash is bedoeld om verspreide informatie samen te brengen, indicatoren te interpreteren en actiesuggesties te ontwikkelen. Vraag om een vergelijking die de aannames en nog benodigde informatie benoemt, in plaats van om een ononderbouwd oordeel. Lever bijvoorbeeld meerdere projectvoorstellen aan en vraag om een beslisnota met dezelfde criteria voor elk voorstel, waarbij bronondersteunde waarnemingen gescheiden blijven van afgeleide gevolgen. Vraag bij tegenstrijdig bewijs om de passages die elkaar tegenspreken en de vraag die de tegenspraak zou oplossen.
De fabrikant onderscheidt een contextplafond van 1M tokens op modelniveau van de context van 256K die momenteel via de officiële dienst opengesteld is. Deze cijfers beschrijven verschillende grenzen. Orden werkmateriaal rond het toepasselijke venster en reserveer ruimte voor het antwoord; een plafond op modelniveau betekent niet dat iedere interface zoveel invoer aanvaardt. Houd voor een grote taak het doel, de afgeronde beslissingen, de onopgeloste vragen en de bronverwijzingen samen. Gebruik expliciete grenzen rond documenten en code, zodat te analyseren materiaal niet met op te volgen instructies verward wordt.
Bereid taken met gekoppelde hulpmiddelen voor met duidelijke hulpmiddelbeschrijvingen, verwachte argumenten en bruikbare resultaatregistraties. Voer werkelijke resultaten terug in het gesprek, zodat het volgende voorstel op waarnemingen gebaseerd is. Vraag het model uit te leggen wat een teruggegeven resultaat verandert en welk bewijs nog ontbreekt. Het agentgerichte ontwerp ondersteunt dit plannings- en terugkoppelingspatroon; de omringende toepassing voert de hulpmiddelstappen uit en bewaart hun resultaten. Een voorgesteld commando, een codewijziging of een rapport is het nuttigst wanneer de status duidelijk is: voorgesteld, uitgevoerd met een vastgelegd resultaat of nog te verifiëren.
Ling 3.1 Flash behoort tot de taalmodellijn; de afzonderlijke editie Ling 3.0 Flash VL is het visuele model van de fabrikant. Bereid voor deze teksttaak tekstuele broninhoud voor en behoud de structuur, labels en herkomst. Geef de uitvoertaal en vorm op, zoals een beknopte nota, een tabel met bevindingen, een patchuitleg of een genummerd plan. Vraag het model ontbrekende informatie te markeren en toets het gevraagde resultaat aan de oorspronkelijke voorwaarden. Lange processen vereisen nog steeds inspectie van tussenresultaten: een vroege foutieve aanname kan anders in latere redeneringen meegenomen worden en tot een overtuigend eindrapport gepolijst worden.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten inclusionai/ling-3.1-flash | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0006 / 1K tokens Uitvoer · Uitvoertokens $0.0018 / 1K tokens Invoer · Cache lezen $0.00012 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0006 / 1K tokens Uitvoer · Uitvoertokens $0.0018 / 1K tokens Invoer · Cache lezen $0.00012 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"inclusionai/ling-3.1-flash","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="inclusionai/ling-3.1-flash", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra inclusionai/ling-3.1-flash
/chat/completions
inclusionai/ling-3.1-flashLing 3.1 Flash is het hybride redeneermodel van inclusionAI voor kantoorwerk, langdurige softwareontwikkeling en complexe agents. De sparse architectuur met 560 miljard parameters activeert ongeveer 25 miljard parameters per token en ondersteunt planning in meerdere stappen, interactie met hulpmiddelen en herzieningen op basis van tussenresultaten.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Ling 3.1 Flash is het hybride redeneertaalmodel van inclusionAI voor taken met meerdere fasen in plaats van één kort antwoord. De fabrikant positioneert het voor dagelijks kantoorwerk, uitgebreide softwareontwikkeling en complexe agentprocessen. Het gebruikt een mixture-of-experts-architectuur met ongeveer 560 miljard totale parameters en ongeveer 25 miljard actieve parameters per token, zodat een grote modelcapaciteit samengaat met een kleinere hoeveelheid actieve berekening.
Het centrale ontwerpdoel is de taakstatus te behouden en het verloop van langer werk bij te sturen. In een proces met gekoppelde hulpmiddelen kan het model meerdere stappen plannen, tussenresultaten interpreteren en de volgende stap herzien wanneer het bewijsmateriaal verandert. Geef het een precies doel, de beschikbare materialen en een definitie van voltooiing. Bijvoorbeeld: “Beoordeel deze incidentnotities, identificeer de onopgeloste oorzaken en maak een geprioriteerd onderzoeksplan. Vermeld voor iedere actie welk bewijs nodig is om vast te stellen of ze gewerkt heeft.” Zo wordt een vaag verzoek een resultaat dat geïnspecteerd en voortgezet kan worden.
Voor kantoorwerk zijn bruikbare invoergegevens onder meer bronnotities, tekst uit documenten, tabellen met duidelijke kolomdefinities en het beoogde publiek van een rapport. Vermeld de te gebruiken periode, eenheden en vergelijking. Vraag om een schriftelijk resultaat zoals een managementoverzicht, een rapportopzet of een uitleg van belangrijke veranderingen. Een voorbeeld is: “Gebruik uitsluitend deze kwartaaltabellen om de grootste veranderingen uit te leggen, maak onderscheid tussen waargenomen waarden en aannames en schrijf een overzicht met de onbeantwoorde vragen aan het einde.” Bewaar bronlabels bij de invoer, zodat de resulterende beweringen naar het juiste materiaal teruggevoerd kunnen worden.
Voor softwareontwikkeling benadrukt de fabrikant refactoring over programmeertalen heen, prestatieoptimalisatie en analyse van veelgebruikte delen van een codebase. Lever de relevante bestanden als tekst aan, samen met het te behouden gedrag, de afhankelijkheidsversies en eventuele falende uitvoer of metingen. Een bruikbaar verzoek vraagt om een voorgestelde wijziging en de controles om haar te beoordelen: “Herstructureer deze parser met behoud van het gedocumenteerde uitvoerformaat. Leg het beïnvloede gedrag uit, toon de herziene code en benoem gevallen die een regressie zouden blootleggen.” Lever voor prestatiewerk werkelijke profielen of tijdmetingen aan en vraag iedere aanbeveling aan een gemeten knelpunt te koppelen.
Verzamel voor professionele analyse de relevante regels, definities en bewijzen voordat u om een aanbeveling vraagt. Ling 3.1 Flash is bedoeld om verspreide informatie samen te brengen, indicatoren te interpreteren en actiesuggesties te ontwikkelen. Vraag om een vergelijking die de aannames en nog benodigde informatie benoemt, in plaats van om een ononderbouwd oordeel. Lever bijvoorbeeld meerdere projectvoorstellen aan en vraag om een beslisnota met dezelfde criteria voor elk voorstel, waarbij bronondersteunde waarnemingen gescheiden blijven van afgeleide gevolgen. Vraag bij tegenstrijdig bewijs om de passages die elkaar tegenspreken en de vraag die de tegenspraak zou oplossen.
De fabrikant onderscheidt een contextplafond van 1M tokens op modelniveau van de context van 256K die momenteel via de officiële dienst opengesteld is. Deze cijfers beschrijven verschillende grenzen. Orden werkmateriaal rond het toepasselijke venster en reserveer ruimte voor het antwoord; een plafond op modelniveau betekent niet dat iedere interface zoveel invoer aanvaardt. Houd voor een grote taak het doel, de afgeronde beslissingen, de onopgeloste vragen en de bronverwijzingen samen. Gebruik expliciete grenzen rond documenten en code, zodat te analyseren materiaal niet met op te volgen instructies verward wordt.
Bereid taken met gekoppelde hulpmiddelen voor met duidelijke hulpmiddelbeschrijvingen, verwachte argumenten en bruikbare resultaatregistraties. Voer werkelijke resultaten terug in het gesprek, zodat het volgende voorstel op waarnemingen gebaseerd is. Vraag het model uit te leggen wat een teruggegeven resultaat verandert en welk bewijs nog ontbreekt. Het agentgerichte ontwerp ondersteunt dit plannings- en terugkoppelingspatroon; de omringende toepassing voert de hulpmiddelstappen uit en bewaart hun resultaten. Een voorgesteld commando, een codewijziging of een rapport is het nuttigst wanneer de status duidelijk is: voorgesteld, uitgevoerd met een vastgelegd resultaat of nog te verifiëren.
Ling 3.1 Flash behoort tot de taalmodellijn; de afzonderlijke editie Ling 3.0 Flash VL is het visuele model van de fabrikant. Bereid voor deze teksttaak tekstuele broninhoud voor en behoud de structuur, labels en herkomst. Geef de uitvoertaal en vorm op, zoals een beknopte nota, een tabel met bevindingen, een patchuitleg of een genummerd plan. Vraag het model ontbrekende informatie te markeren en toets het gevraagde resultaat aan de oorspronkelijke voorwaarden. Lange processen vereisen nog steeds inspectie van tussenresultaten: een vroege foutieve aanname kan anders in latere redeneringen meegenomen worden en tot een overtuigend eindrapport gepolijst worden.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten inclusionai/ling-3.1-flash | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0006 / 1K tokens Uitvoer · Uitvoertokens $0.0018 / 1K tokens Invoer · Cache lezen $0.00012 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0006 / 1K tokens Uitvoer · Uitvoertokens $0.0018 / 1K tokens Invoer · Cache lezen $0.00012 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "inclusionai/ling-3.1-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'inclusionai/ling-3.1-flash', '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': 'inclusionai/ling-3.1-flash', '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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra inclusionai/ling-3.1-flash
/chat/completions