Llama 3.2 11B Vision is Meta’s kleinere multimodale model in de Llama 3.2 Vision-collectie. Het model combineert een Llama 3.1-taalbasisarchitectuur met een afzonderlijk getrainde vision-adapter. Cross-attention verbindt representaties van de beeldencoder met het autoregressieve tekstmodel, zodat het antwoord visueel bewijsmateriaal samen met de geschreven taak kan gebruiken. De grootteklasse 11B telt volgens Meta’s configuratietabel 10,6 miljard parameters en gebruikt grouped-query attention.
De invoer bestaat uit tekst en afbeeldingen; de uitvoer is tekst, met een contextlengte van 128K tokens. Engels, Duits, Frans, Italiaans, Portugees, Hindi, Spaans en Thai worden officieel ondersteund voor taken die uitsluitend tekst gebruiken. Toepassingen met afbeeldingen en tekst worden officieel in het Engels ondersteund. Een meertalig tekstgesprek en een vraag over een afbeelding hebben dus verschillende gedocumenteerde taalbereiken.
De voorgetrainde en op instructies afgestemde edities hebben verschillende doelen. De voorgetrainde editie biedt een basis om aan te passen voor redeneren over afbeeldingen. De op instructies afgestemde editie gebruikt supervised fine-tuning en reinforcement learning met menselijke feedback om visuele herkenning, redeneren over afbeeldingen, bijschriften en gesprekken met afbeeldingen te ondersteunen. Het label 11B identificeert deze groottetak; het vervangt niet de keuze van de afstemmingseditie.
De beoogde visuele toepassingen omvatten vragen over foto’s beantwoorden, tekst en lay-out van documenten begrijpen, bijschriften schrijven, afbeeldingen aan beschrijvingen koppelen en taal verbinden met objecten of gebieden. Een documentassistent kan een formulier onderdeel per onderdeel uitleggen, een tabel aan de kop koppelen of een vraag over de zichtbare pagina beantwoorden. Een productworkflow kan de objecten en relaties in een foto beschrijven. Benoem voor visual grounding het object of gebied in de vraag en vraag om een uitleg die met de aangeleverde afbeelding verbonden is. Vergelijk voor het koppelen van afbeeldingen en tekst de zichtbare inhoud met kandidaatbeschrijvingen.
Koppel voor een Ailoot API-taak de afbeelding aan een specifieke instructie en kies het benodigde tekstuele artefact: een bijschrift, een antwoord met waarnemingen, een lijst geëxtraheerde details of een uitleg. Geef aan welk deel van de afbeelding ertoe doet en behoud het verband met de vraag bij het verfijnen van het antwoord. De afbeelding dient als bewijsmateriaal voor een tekstresultaat; Meta’s voorbeelden genereren tekst vanuit een afbeelding en een initiële prompt.
De pretraining van de Vision-familie gebruikt zes miljard beeld-tekstparen. Instructieafstemming combineert openbare vision-instructiedatasets met meer dan drie miljoen synthetische voorbeelden. De pretrainingsgrens ligt in december 2023 en de release is een statisch model dat op een offline dataset is getraind. Meta’s werk rond verantwoord gebruik omvat veiligheidsgerichte fine-tuning, adversariële tests en waarborgen op systeemniveau. De vermelde beperkingen omvatten onjuiste of bevooroordeelde antwoorden en een evaluatiedekking die niet elk implementatiescenario kan omvatten. Controleer de resulterende beschrijvingen aan de hand van het zichtbare materiaal en houd waarnemingen gescheiden van interpretatie.
", "aboutText": "Llama 3.2 11B Vision is Meta’s kleinere multimodale model in de Llama 3.2 Vision-collectie. Het model combineert een Llama 3.1-taalbasisarchitectuur met een afzonderlijk getrainde vision-adapter. Cross-attention verbindt representaties van de beeldencoder met het autoregressieve tekstmodel, zodat het antwoord visueel bewijsmateriaal samen met de geschreven taak kan gebruiken. De grootteklasse 11B telt volgens Meta’s configuratietabel 10,6 miljard parameters en gebruikt grouped-query attention.\n\nDe invoer bestaat uit tekst en afbeeldingen; de uitvoer is tekst, met een contextlengte van 128K tokens. Engels, Duits, Frans, Italiaans, Portugees, Hindi, Spaans en Thai worden officieel ondersteund voor taken die uitsluitend tekst gebruiken. Toepassingen met afbeeldingen en tekst worden officieel in het Engels ondersteund. Een meertalig tekstgesprek en een vraag over een afbeelding hebben dus verschillende gedocumenteerde taalbereiken.\n\nDe voorgetrainde en op instructies afgestemde edities hebben verschillende doelen. De voorgetrainde editie biedt een basis om aan te passen voor redeneren over afbeeldingen. De op instructies afgestemde editie gebruikt supervised fine-tuning en reinforcement learning met menselijke feedback om visuele herkenning, redeneren over afbeeldingen, bijschriften en gesprekken met afbeeldingen te ondersteunen. Het label 11B identificeert deze groottetak; het vervangt niet de keuze van de afstemmingseditie.\n\nDe beoogde visuele toepassingen omvatten vragen over foto’s beantwoorden, tekst en lay-out van documenten begrijpen, bijschriften schrijven, afbeeldingen aan beschrijvingen koppelen en taal verbinden met objecten of gebieden. Een documentassistent kan een formulier onderdeel per onderdeel uitleggen, een tabel aan de kop koppelen of een vraag over de zichtbare pagina beantwoorden. Een productworkflow kan de objecten en relaties in een foto beschrijven. Benoem voor visual grounding het object of gebied in de vraag en vraag om een uitleg die met de aangeleverde afbeelding verbonden is. Vergelijk voor het koppelen van afbeeldingen en tekst de zichtbare inhoud met kandidaatbeschrijvingen.\n\nKoppel voor een Ailoot API-taak de afbeelding aan een specifieke instructie en kies het benodigde tekstuele artefact: een bijschrift, een antwoord met waarnemingen, een lijst geëxtraheerde details of een uitleg. Geef aan welk deel van de afbeelding ertoe doet en behoud het verband met de vraag bij het verfijnen van het antwoord. De afbeelding dient als bewijsmateriaal voor een tekstresultaat; Meta’s voorbeelden genereren tekst vanuit een afbeelding en een initiële prompt.\n\nDe pretraining van de Vision-familie gebruikt zes miljard beeld-tekstparen. Instructieafstemming combineert openbare vision-instructiedatasets met meer dan drie miljoen synthetische voorbeelden. De pretrainingsgrens ligt in december 2023 en de release is een statisch model dat op een offline dataset is getraind. Meta’s werk rond verantwoord gebruik omvat veiligheidsgerichte fine-tuning, adversariële tests en waarborgen op systeemniveau. De vermelde beperkingen omvatten onjuiste of bevooroordeelde antwoorden en een evaluatiedekking die niet elk implementatiescenario kan omvatten. Controleer de resulterende beschrijvingen aan de hand van het zichtbare materiaal en houd waarnemingen gescheiden van interpretatie.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Match descriptions to a transcribed product view\n\nUse this text description of a product view: one blue mug with a handle, no lid, standing beside a silver spoon. Candidate captions: A, blue lidded travel cup; B, blue handled mug beside a spoon; C, two blue bowls. Select the caption supported by the description and explain each mismatch in the alternatives.One selected caption and a brief evidence comparison for all three candidates.Check that no unmentioned lid or second vessel is added and that the choice uses the supplied text only.llama3.2-11bMeta’s kleinere Llama 3.2 Vision-editie zet prompts met afbeeldingen en tekst om in beschrijvingen, antwoorden over documenten en visuele uitleg. Ze heeft een contextvenster van 128K, met afzonderlijke voorgetrainde en op instructies afgestemde edities.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Llama 3.2 11B Vision is Meta’s kleinere multimodale model in de Llama 3.2 Vision-collectie. Het model combineert een Llama 3.1-taalbasisarchitectuur met een afzonderlijk getrainde vision-adapter. Cross-attention verbindt representaties van de beeldencoder met het autoregressieve tekstmodel, zodat het antwoord visueel bewijsmateriaal samen met de geschreven taak kan gebruiken. De grootteklasse 11B telt volgens Meta’s configuratietabel 10,6 miljard parameters en gebruikt grouped-query attention.
De invoer bestaat uit tekst en afbeeldingen; de uitvoer is tekst, met een contextlengte van 128K tokens. Engels, Duits, Frans, Italiaans, Portugees, Hindi, Spaans en Thai worden officieel ondersteund voor taken die uitsluitend tekst gebruiken. Toepassingen met afbeeldingen en tekst worden officieel in het Engels ondersteund. Een meertalig tekstgesprek en een vraag over een afbeelding hebben dus verschillende gedocumenteerde taalbereiken.
De voorgetrainde en op instructies afgestemde edities hebben verschillende doelen. De voorgetrainde editie biedt een basis om aan te passen voor redeneren over afbeeldingen. De op instructies afgestemde editie gebruikt supervised fine-tuning en reinforcement learning met menselijke feedback om visuele herkenning, redeneren over afbeeldingen, bijschriften en gesprekken met afbeeldingen te ondersteunen. Het label 11B identificeert deze groottetak; het vervangt niet de keuze van de afstemmingseditie.
De beoogde visuele toepassingen omvatten vragen over foto’s beantwoorden, tekst en lay-out van documenten begrijpen, bijschriften schrijven, afbeeldingen aan beschrijvingen koppelen en taal verbinden met objecten of gebieden. Een documentassistent kan een formulier onderdeel per onderdeel uitleggen, een tabel aan de kop koppelen of een vraag over de zichtbare pagina beantwoorden. Een productworkflow kan de objecten en relaties in een foto beschrijven. Benoem voor visual grounding het object of gebied in de vraag en vraag om een uitleg die met de aangeleverde afbeelding verbonden is. Vergelijk voor het koppelen van afbeeldingen en tekst de zichtbare inhoud met kandidaatbeschrijvingen.
Koppel voor een Ailoot API-taak de afbeelding aan een specifieke instructie en kies het benodigde tekstuele artefact: een bijschrift, een antwoord met waarnemingen, een lijst geëxtraheerde details of een uitleg. Geef aan welk deel van de afbeelding ertoe doet en behoud het verband met de vraag bij het verfijnen van het antwoord. De afbeelding dient als bewijsmateriaal voor een tekstresultaat; Meta’s voorbeelden genereren tekst vanuit een afbeelding en een initiële prompt.
De pretraining van de Vision-familie gebruikt zes miljard beeld-tekstparen. Instructieafstemming combineert openbare vision-instructiedatasets met meer dan drie miljoen synthetische voorbeelden. De pretrainingsgrens ligt in december 2023 en de release is een statisch model dat op een offline dataset is getraind. Meta’s werk rond verantwoord gebruik omvat veiligheidsgerichte fine-tuning, adversariële tests en waarborgen op systeemniveau. De vermelde beperkingen omvatten onjuiste of bevooroordeelde antwoorden en een evaluatiedekking die niet elk implementatiescenario kan omvatten. Controleer de resulterende beschrijvingen aan de hand van het zichtbare materiaal en houd waarnemingen gescheiden van interpretatie.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten llama3.2-11b | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
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, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
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.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.001 / 1K tokens Uitvoer · Uitvoertokens $0.001 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "llama3.2-11b", "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='llama3.2-11b',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='llama3.2-11b',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 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 llama3.2-11b
Gebruik de hierboven getoonde methodepaden.
llama3.2-11bMeta’s kleinere Llama 3.2 Vision-editie zet prompts met afbeeldingen en tekst om in beschrijvingen, antwoorden over documenten en visuele uitleg. Ze heeft een contextvenster van 128K, met afzonderlijke voorgetrainde en op instructies afgestemde edities.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Llama 3.2 11B Vision is Meta’s kleinere multimodale model in de Llama 3.2 Vision-collectie. Het model combineert een Llama 3.1-taalbasisarchitectuur met een afzonderlijk getrainde vision-adapter. Cross-attention verbindt representaties van de beeldencoder met het autoregressieve tekstmodel, zodat het antwoord visueel bewijsmateriaal samen met de geschreven taak kan gebruiken. De grootteklasse 11B telt volgens Meta’s configuratietabel 10,6 miljard parameters en gebruikt grouped-query attention.
De invoer bestaat uit tekst en afbeeldingen; de uitvoer is tekst, met een contextlengte van 128K tokens. Engels, Duits, Frans, Italiaans, Portugees, Hindi, Spaans en Thai worden officieel ondersteund voor taken die uitsluitend tekst gebruiken. Toepassingen met afbeeldingen en tekst worden officieel in het Engels ondersteund. Een meertalig tekstgesprek en een vraag over een afbeelding hebben dus verschillende gedocumenteerde taalbereiken.
De voorgetrainde en op instructies afgestemde edities hebben verschillende doelen. De voorgetrainde editie biedt een basis om aan te passen voor redeneren over afbeeldingen. De op instructies afgestemde editie gebruikt supervised fine-tuning en reinforcement learning met menselijke feedback om visuele herkenning, redeneren over afbeeldingen, bijschriften en gesprekken met afbeeldingen te ondersteunen. Het label 11B identificeert deze groottetak; het vervangt niet de keuze van de afstemmingseditie.
De beoogde visuele toepassingen omvatten vragen over foto’s beantwoorden, tekst en lay-out van documenten begrijpen, bijschriften schrijven, afbeeldingen aan beschrijvingen koppelen en taal verbinden met objecten of gebieden. Een documentassistent kan een formulier onderdeel per onderdeel uitleggen, een tabel aan de kop koppelen of een vraag over de zichtbare pagina beantwoorden. Een productworkflow kan de objecten en relaties in een foto beschrijven. Benoem voor visual grounding het object of gebied in de vraag en vraag om een uitleg die met de aangeleverde afbeelding verbonden is. Vergelijk voor het koppelen van afbeeldingen en tekst de zichtbare inhoud met kandidaatbeschrijvingen.
Koppel voor een Ailoot API-taak de afbeelding aan een specifieke instructie en kies het benodigde tekstuele artefact: een bijschrift, een antwoord met waarnemingen, een lijst geëxtraheerde details of een uitleg. Geef aan welk deel van de afbeelding ertoe doet en behoud het verband met de vraag bij het verfijnen van het antwoord. De afbeelding dient als bewijsmateriaal voor een tekstresultaat; Meta’s voorbeelden genereren tekst vanuit een afbeelding en een initiële prompt.
De pretraining van de Vision-familie gebruikt zes miljard beeld-tekstparen. Instructieafstemming combineert openbare vision-instructiedatasets met meer dan drie miljoen synthetische voorbeelden. De pretrainingsgrens ligt in december 2023 en de release is een statisch model dat op een offline dataset is getraind. Meta’s werk rond verantwoord gebruik omvat veiligheidsgerichte fine-tuning, adversariële tests en waarborgen op systeemniveau. De vermelde beperkingen omvatten onjuiste of bevooroordeelde antwoorden en een evaluatiedekking die niet elk implementatiescenario kan omvatten. Controleer de resulterende beschrijvingen aan de hand van het zichtbare materiaal en houd waarnemingen gescheiden van interpretatie.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten llama3.2-11b | 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.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.001 / 1K tokens Uitvoer · Uitvoertokens $0.001 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "llama3.2-11b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'llama3.2-11b', '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': 'llama3.2-11b', '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 llama3.2-11b
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Match descriptions to a transcribed product view\n\nUse this text description of a product view: one blue mug with a handle, no lid, standing beside a silver spoon. Candidate captions: A, blue lidded travel cup; B, blue handled mug beside a spoon; C, two blue bowls. Select the caption supported by the description and explain each mismatch in the alternatives.One selected caption and a brief evidence comparison for all three candidates.Check that no unmentioned lid or second vessel is added and that the choice uses the supplied text only.