Reka Flash 3 is het algemene redeneermodel van Reka AI met 21 miljard parameters. De uitgebrachte editie werkt met tekst voor conversatie, codewerk, het opvolgen van instructies en functiegerichte taken. De aanbieder beschrijft een contextvenster van 32K. Het blijft een afzonderlijke release naast Flash 3.1 en het multimodale Edge-model van Reka.
De training begint met voortraining vanaf nul op openbare en synthetische gegevens. Daarna volgt instructieafstemming en vervolgens reinforcement learning met zowel modelgebaseerde als regelgebaseerde beloningen. Die training is gericht op brede verbeteringen in redeneren in plaats van het model tot een specialist voor alleen wiskunde of code te maken. Het gepubliceerde model vormt een basis voor domeinspecifieke aanpassing en is tegelijk een redeneermotor voor conversaties.
Flash 3 produceert vóór het antwoord een redeneerfase. De indeling van Reka markeert die fase met redeneertags en de aanbieder beschrijft budgetsturing: het afsluiten van de redeneerfase na een gekozen hoeveelheid generatie zet het model ertoe aan verder te gaan met het antwoord. Dat is een decodeertechniek voor het gepubliceerde model, geen benoemde inspanningsmodus low, medium of high. In conversaties met meerdere beurten raadt Reka aan eerdere redeneersporen te verwijderen om meer ruimte voor de volgende taak over te houden.
De promptindeling van de aanbieder scheidt menselijke en assistentbeurten met een scheidingsmarkering en gebruikt een expliciet einde-van-teksttoken als een andere stopvoorwaarde. In het eigen formaat wordt een systeeminstructie vóór de eerste gebruikersbeurt geplaatst, en het gepubliceerde chatsjabloon verzorgt die opmaak voor ondersteunde lokale tools. Bereid de conversatie met duidelijke beurtgrenzen voor, zodat het laatste gebruikersverzoek onderscheiden blijft van eerdere modeluitvoer.
Geef voor codereview de relevante functie, het beoogde gedrag en een waargenomen fout aan, en vraag vervolgens een voorgestelde correctie en een manier om die te controleren. Lever voor een redeneertaak de uitgangspunten aan en specificeer of het bruikbare resultaat een afleiding, beknopte uitleg of beslissing tussen alternatieven is. Een vervolgvraag kan een falend geval toevoegen en het model vragen het antwoord op basis van dat bewijs te herzien. Houd in een functiegebaseerde toepassing voorgestelde argumenten gescheiden van het werkelijke resultaat dat de tool van de toepassing teruggeeft.
Engels is de voornaamste doeltaal van deze editie. Reka merkt op dat het model andere talen tot op zekere hoogte kan begrijpen, maar in het Engels kan redeneren en kwaliteit kan verliezen bij niet-Engelse uitvoer. Voor kennisintensieve opdrachten beveelt de aanbieder aan het model aan te vullen met zoeken op het web; lever het opgehaalde materiaal aan als bewijs voor het gevraagde antwoord. De modelkaart vermeldt ook dat het uitgebrachte model geen uitgebreide persona- of afstemmingstraining heeft gekregen. Die kenmerken zijn van belang bij het kiezen van de taal, het aanleveren van feitelijke context en het bepalen van de rol van de assistent.
", "aboutText": "Reka Flash 3 is het algemene redeneermodel van Reka AI met 21 miljard parameters. De uitgebrachte editie werkt met tekst voor conversatie, codewerk, het opvolgen van instructies en functiegerichte taken. De aanbieder beschrijft een contextvenster van 32K. Het blijft een afzonderlijke release naast Flash 3.1 en het multimodale Edge-model van Reka.\n\nDe training begint met voortraining vanaf nul op openbare en synthetische gegevens. Daarna volgt instructieafstemming en vervolgens reinforcement learning met zowel modelgebaseerde als regelgebaseerde beloningen. Die training is gericht op brede verbeteringen in redeneren in plaats van het model tot een specialist voor alleen wiskunde of code te maken. Het gepubliceerde model vormt een basis voor domeinspecifieke aanpassing en is tegelijk een redeneermotor voor conversaties.\n\nFlash 3 produceert vóór het antwoord een redeneerfase. De indeling van Reka markeert die fase met redeneertags en de aanbieder beschrijft budgetsturing: het afsluiten van de redeneerfase na een gekozen hoeveelheid generatie zet het model ertoe aan verder te gaan met het antwoord. Dat is een decodeertechniek voor het gepubliceerde model, geen benoemde inspanningsmodus low, medium of high. In conversaties met meerdere beurten raadt Reka aan eerdere redeneersporen te verwijderen om meer ruimte voor de volgende taak over te houden.\n\nDe promptindeling van de aanbieder scheidt menselijke en assistentbeurten met een scheidingsmarkering en gebruikt een expliciet einde-van-teksttoken als een andere stopvoorwaarde. In het eigen formaat wordt een systeeminstructie vóór de eerste gebruikersbeurt geplaatst, en het gepubliceerde chatsjabloon verzorgt die opmaak voor ondersteunde lokale tools. Bereid de conversatie met duidelijke beurtgrenzen voor, zodat het laatste gebruikersverzoek onderscheiden blijft van eerdere modeluitvoer.\n\nGeef voor codereview de relevante functie, het beoogde gedrag en een waargenomen fout aan, en vraag vervolgens een voorgestelde correctie en een manier om die te controleren. Lever voor een redeneertaak de uitgangspunten aan en specificeer of het bruikbare resultaat een afleiding, beknopte uitleg of beslissing tussen alternatieven is. Een vervolgvraag kan een falend geval toevoegen en het model vragen het antwoord op basis van dat bewijs te herzien. Houd in een functiegebaseerde toepassing voorgestelde argumenten gescheiden van het werkelijke resultaat dat de tool van de toepassing teruggeeft.\n\nEngels is de voornaamste doeltaal van deze editie. Reka merkt op dat het model andere talen tot op zekere hoogte kan begrijpen, maar in het Engels kan redeneren en kwaliteit kan verliezen bij niet-Engelse uitvoer. Voor kennisintensieve opdrachten beveelt de aanbieder aan het model aan te vullen met zoeken op het web; lever het opgehaalde materiaal aan als bewijs voor het gevraagde antwoord. De modelkaart vermeldt ook dat het uitgebrachte model geen uitgebreide persona- of afstemmingstraining heeft gekregen. Die kenmerken zijn van belang bij het kiezen van de taal, het aanleveren van feitelijke context en het bepalen van de rol van de assistent.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Fix an incorrect empty-string check\n\nReview this JavaScript function: function fallback(value) { return value || 'untitled'; }. Required behaviour: use 'untitled' only for null or undefined; preserve 0, false and the empty string. Propose the smallest correction and give one test for each of those five input cases. Explain the distinction briefly without adding a library.A corrected fallback expression and five tests covering null, undefined, zero, false and empty string.Valid falsy values survive while only the two absent-value cases receive the fallback.rekaai/reka-flash-3Reka Flash 3 is een tekstredeneermodel met 21 miljard parameters voor conversatie, code en instructiegestuurde taken, met een context van 32K. Het is voornamelijk een Engelstalig model en scheidt de redeneerfase van het antwoord, met door de aanbieder gedocumenteerde budgetsturing.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Reka Flash 3 is het algemene redeneermodel van Reka AI met 21 miljard parameters. De uitgebrachte editie werkt met tekst voor conversatie, codewerk, het opvolgen van instructies en functiegerichte taken. De aanbieder beschrijft een contextvenster van 32K. Het blijft een afzonderlijke release naast Flash 3.1 en het multimodale Edge-model van Reka.
De training begint met voortraining vanaf nul op openbare en synthetische gegevens. Daarna volgt instructieafstemming en vervolgens reinforcement learning met zowel modelgebaseerde als regelgebaseerde beloningen. Die training is gericht op brede verbeteringen in redeneren in plaats van het model tot een specialist voor alleen wiskunde of code te maken. Het gepubliceerde model vormt een basis voor domeinspecifieke aanpassing en is tegelijk een redeneermotor voor conversaties.
Flash 3 produceert vóór het antwoord een redeneerfase. De indeling van Reka markeert die fase met redeneertags en de aanbieder beschrijft budgetsturing: het afsluiten van de redeneerfase na een gekozen hoeveelheid generatie zet het model ertoe aan verder te gaan met het antwoord. Dat is een decodeertechniek voor het gepubliceerde model, geen benoemde inspanningsmodus low, medium of high. In conversaties met meerdere beurten raadt Reka aan eerdere redeneersporen te verwijderen om meer ruimte voor de volgende taak over te houden.
De promptindeling van de aanbieder scheidt menselijke en assistentbeurten met een scheidingsmarkering en gebruikt een expliciet einde-van-teksttoken als een andere stopvoorwaarde. In het eigen formaat wordt een systeeminstructie vóór de eerste gebruikersbeurt geplaatst, en het gepubliceerde chatsjabloon verzorgt die opmaak voor ondersteunde lokale tools. Bereid de conversatie met duidelijke beurtgrenzen voor, zodat het laatste gebruikersverzoek onderscheiden blijft van eerdere modeluitvoer.
Geef voor codereview de relevante functie, het beoogde gedrag en een waargenomen fout aan, en vraag vervolgens een voorgestelde correctie en een manier om die te controleren. Lever voor een redeneertaak de uitgangspunten aan en specificeer of het bruikbare resultaat een afleiding, beknopte uitleg of beslissing tussen alternatieven is. Een vervolgvraag kan een falend geval toevoegen en het model vragen het antwoord op basis van dat bewijs te herzien. Houd in een functiegebaseerde toepassing voorgestelde argumenten gescheiden van het werkelijke resultaat dat de tool van de toepassing teruggeeft.
Engels is de voornaamste doeltaal van deze editie. Reka merkt op dat het model andere talen tot op zekere hoogte kan begrijpen, maar in het Engels kan redeneren en kwaliteit kan verliezen bij niet-Engelse uitvoer. Voor kennisintensieve opdrachten beveelt de aanbieder aan het model aan te vullen met zoeken op het web; lever het opgehaalde materiaal aan als bewijs voor het gevraagde antwoord. De modelkaart vermeldt ook dat het uitgebrachte model geen uitgebreide persona- of afstemmingstraining heeft gekregen. Die kenmerken zijn van belang bij het kiezen van de taal, het aanleveren van feitelijke context en het bepalen van de rol van de assistent.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten rekaai/reka-flash-3 | 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.
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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0004 / 1K tokens Invoer · Cache lezen — / 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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0004 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "rekaai/reka-flash-3", "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='rekaai/reka-flash-3',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='rekaai/reka-flash-3',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 rekaai/reka-flash-3
Gebruik de hierboven getoonde methodepaden.
rekaai/reka-flash-3Reka Flash 3 is een tekstredeneermodel met 21 miljard parameters voor conversatie, code en instructiegestuurde taken, met een context van 32K. Het is voornamelijk een Engelstalig model en scheidt de redeneerfase van het antwoord, met door de aanbieder gedocumenteerde budgetsturing.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Reka Flash 3 is het algemene redeneermodel van Reka AI met 21 miljard parameters. De uitgebrachte editie werkt met tekst voor conversatie, codewerk, het opvolgen van instructies en functiegerichte taken. De aanbieder beschrijft een contextvenster van 32K. Het blijft een afzonderlijke release naast Flash 3.1 en het multimodale Edge-model van Reka.
De training begint met voortraining vanaf nul op openbare en synthetische gegevens. Daarna volgt instructieafstemming en vervolgens reinforcement learning met zowel modelgebaseerde als regelgebaseerde beloningen. Die training is gericht op brede verbeteringen in redeneren in plaats van het model tot een specialist voor alleen wiskunde of code te maken. Het gepubliceerde model vormt een basis voor domeinspecifieke aanpassing en is tegelijk een redeneermotor voor conversaties.
Flash 3 produceert vóór het antwoord een redeneerfase. De indeling van Reka markeert die fase met redeneertags en de aanbieder beschrijft budgetsturing: het afsluiten van de redeneerfase na een gekozen hoeveelheid generatie zet het model ertoe aan verder te gaan met het antwoord. Dat is een decodeertechniek voor het gepubliceerde model, geen benoemde inspanningsmodus low, medium of high. In conversaties met meerdere beurten raadt Reka aan eerdere redeneersporen te verwijderen om meer ruimte voor de volgende taak over te houden.
De promptindeling van de aanbieder scheidt menselijke en assistentbeurten met een scheidingsmarkering en gebruikt een expliciet einde-van-teksttoken als een andere stopvoorwaarde. In het eigen formaat wordt een systeeminstructie vóór de eerste gebruikersbeurt geplaatst, en het gepubliceerde chatsjabloon verzorgt die opmaak voor ondersteunde lokale tools. Bereid de conversatie met duidelijke beurtgrenzen voor, zodat het laatste gebruikersverzoek onderscheiden blijft van eerdere modeluitvoer.
Geef voor codereview de relevante functie, het beoogde gedrag en een waargenomen fout aan, en vraag vervolgens een voorgestelde correctie en een manier om die te controleren. Lever voor een redeneertaak de uitgangspunten aan en specificeer of het bruikbare resultaat een afleiding, beknopte uitleg of beslissing tussen alternatieven is. Een vervolgvraag kan een falend geval toevoegen en het model vragen het antwoord op basis van dat bewijs te herzien. Houd in een functiegebaseerde toepassing voorgestelde argumenten gescheiden van het werkelijke resultaat dat de tool van de toepassing teruggeeft.
Engels is de voornaamste doeltaal van deze editie. Reka merkt op dat het model andere talen tot op zekere hoogte kan begrijpen, maar in het Engels kan redeneren en kwaliteit kan verliezen bij niet-Engelse uitvoer. Voor kennisintensieve opdrachten beveelt de aanbieder aan het model aan te vullen met zoeken op het web; lever het opgehaalde materiaal aan als bewijs voor het gevraagde antwoord. De modelkaart vermeldt ook dat het uitgebrachte model geen uitgebreide persona- of afstemmingstraining heeft gekregen. Die kenmerken zijn van belang bij het kiezen van de taal, het aanleveren van feitelijke context en het bepalen van de rol van de assistent.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten rekaai/reka-flash-3 | 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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0004 / 1K tokens Invoer · Cache lezen — / 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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0004 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "rekaai/reka-flash-3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'rekaai/reka-flash-3', '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': 'rekaai/reka-flash-3', '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 rekaai/reka-flash-3
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Fix an incorrect empty-string check\n\nReview this JavaScript function: function fallback(value) { return value || 'untitled'; }. Required behaviour: use 'untitled' only for null or undefined; preserve 0, false and the empty string. Propose the smallest correction and give one test for each of those five input cases. Explain the distinction briefly without adding a library.A corrected fallback expression and five tests covering null, undefined, zero, false and empty string.Valid falsy values survive while only the two absent-value cases receive the fallback.