v0 1.5 Large is het grotere profiel in de samengestelde v0-modelfamilie van Vercel. Het combineert een basistaalmodel met gespecialiseerde componenten voor informatieophaling en codebewerking. De maker beschrijft dit profiel als nuttig voor gespecialiseerd ontwikkelwerk en taken met meerdere stappen, met een physicsengine in three.js en databasemigraties als voorbeelden.
Beschrijf het gedrag, het bestaande project en het te produceren resultaat. Geef voor een physicsenginetaak de bewegingsregels, interacties en het verwachte runtimegedrag mee. Lever voor een migratie de huidige en gewenste structuren aan, de te behouden gegevens en de controles die een geldig resultaat aantonen.
Splits de gewenste uitkomst op in samenhangende voorwaarden en houd het eindresultaat expliciet. Een model kan de implementatie of voorgestelde migratie produceren; de omringende toepassing voert die uit en geeft het waargenomen gedrag terug. Leg die waarnemingen bij het resultaat vast wanneer je een herwerking vergelijkt.
De v0-architectuur van de maker bereidt het gesprek voor en haalt gespecialiseerd materiaal op, zoals documentatie, UI-voorbeelden en relevante projectbronnen. Het basismodel verwerkt nieuwe generaties en substantiële wijzigingen. Kleinere bewerkingen kunnen een specifiek Quick Edit-pad gebruiken, terwijl AutoFix gegenereerde uitvoer tijdens het streamen en in een eindronde onderzoekt en corrigeert.
Geef relevante bestaande bestanden mee en leg uit hoe die met de wijziging verbonden zijn. Houd bij een taak met meerdere stappen de projectbeslissingen en voltooiingsvoorwaarden zichtbaar in vervolgvragen, zodat een lokale wijziging op het beoogde resultaat afgestemd blijft.
Onderzoek het gegenereerde resultaat in de werkelijke ontwikkelomgeving. Een grotere codewijziging moet aan het gedrag en de gegevensvoorwaarden uit de briefing worden getoetst. Een vervolgvraag kan een fout of specifieke afwijking aanleveren en om een correctie aan het betrokken deel vragen.
AutoFix en linting zijn onderdelen van de codevoorbereiding. Ze stellen op zichzelf niet vast dat de toepassing gedraaid heeft, dat een migratie de gegevens behouden heeft of dat een site gedeployd is. Die uitkomsten worden vastgesteld via uitvoering en waarnemingen van de omringende toepassing.
Het gepubliceerde profiel vermeldt een werkcontext van 512.000 tokens. De maker onderscheidt de grotere context ook van het venster van het Medium-profiel. Orden bronmateriaal rond de taak en laat ruimte voor het gevraagde antwoord.
Het v0-profiel benoemt een samengestelde workflow waarvan de basiscomponent kan evolueren. Bewaar de exacte identiteit 1.5 Large bij elk resultaat en vergelijk voltooide resultaten in plaats van aan te nemen dat het grotere profiel voor elke taak een foutloos antwoord garandeert.
", "aboutText": "v0 1.5 Large is het grotere profiel in de samengestelde v0-modelfamilie van Vercel. Het combineert een basistaalmodel met gespecialiseerde componenten voor informatieophaling en codebewerking. De maker beschrijft dit profiel als nuttig voor gespecialiseerd ontwikkelwerk en taken met meerdere stappen, met een physicsengine in three.js en databasemigraties als voorbeelden.\n\n### Bepaal de grotere taak en de voorwaarden\n\nBeschrijf het gedrag, het bestaande project en het te produceren resultaat. Geef voor een physicsenginetaak de bewegingsregels, interacties en het verwachte runtimegedrag mee. Lever voor een migratie de huidige en gewenste structuren aan, de te behouden gegevens en de controles die een geldig resultaat aantonen.\n\nSplits de gewenste uitkomst op in samenhangende voorwaarden en houd het eindresultaat expliciet. Een model kan de implementatie of voorgestelde migratie produceren; de omringende toepassing voert die uit en geeft het waargenomen gedrag terug. Leg die waarnemingen bij het resultaat vast wanneer je een herwerking vergelijkt.\n\n### Gebruik de context van het samengestelde model\n\nDe v0-architectuur van de maker bereidt het gesprek voor en haalt gespecialiseerd materiaal op, zoals documentatie, UI-voorbeelden en relevante projectbronnen. Het basismodel verwerkt nieuwe generaties en substantiële wijzigingen. Kleinere bewerkingen kunnen een specifiek Quick Edit-pad gebruiken, terwijl AutoFix gegenereerde uitvoer tijdens het streamen en in een eindronde onderzoekt en corrigeert.\n\nGeef relevante bestaande bestanden mee en leg uit hoe die met de wijziging verbonden zijn. Houd bij een taak met meerdere stappen de projectbeslissingen en voltooiingsvoorwaarden zichtbaar in vervolgvragen, zodat een lokale wijziging op het beoogde resultaat afgestemd blijft.\n\n### Beoordeel code en toepassingsgedrag\n\nOnderzoek het gegenereerde resultaat in de werkelijke ontwikkelomgeving. Een grotere codewijziging moet aan het gedrag en de gegevensvoorwaarden uit de briefing worden getoetst. Een vervolgvraag kan een fout of specifieke afwijking aanleveren en om een correctie aan het betrokken deel vragen.\n\nAutoFix en linting zijn onderdelen van de codevoorbereiding. Ze stellen op zichzelf niet vast dat de toepassing gedraaid heeft, dat een migratie de gegevens behouden heeft of dat een site gedeployd is. Die uitkomsten worden vastgesteld via uitvoering en waarnemingen van de omringende toepassing.\n\n### Houd het Large-profiel afzonderlijk\n\nHet gepubliceerde profiel vermeldt een werkcontext van 512.000 tokens. De maker onderscheidt de grotere context ook van het venster van het Medium-profiel. Orden bronmateriaal rond de taak en laat ruimte voor het gevraagde antwoord.\n\nHet v0-profiel benoemt een samengestelde workflow waarvan de basiscomponent kan evolueren. Bewaar de exacte identiteit 1.5 Large bij elk resultaat en vergelijk voltooide resultaten in plaats van aan te nemen dat het grotere profiel voor elke taak een foutloos antwoord garandeert.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Propose a value-preserving migration\n\nPlan a PostgreSQL migration from orders(id, total_cents) to orders(id, amount_cents), preserving every row, identifier and nullable monetary value. Provide proposed migration SQL, the consumer update sequence and before/after checks for row count and values. No execution environment is supplied; distinguish the proposal from a completed migration and do not convert cents to another unit.A proposed migration artifact, coordinated consumer steps and explicit data-preservation checks.No row, null value or cent amount may be silently dropped, filled or rescaled.v0-1.5-lgv0 1.5 Large is het grotere samengestelde profiel van Vercel voor webcode en ontwikkeltaken met meerdere stappen. De maker benadrukt gespecialiseerd werk zoals een 3D-physicsengine of databasemigratie, met informatieophaling, Quick Edit en AutoFix rond het basismodel.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
v0 1.5 Large is het grotere profiel in de samengestelde v0-modelfamilie van Vercel. Het combineert een basistaalmodel met gespecialiseerde componenten voor informatieophaling en codebewerking. De maker beschrijft dit profiel als nuttig voor gespecialiseerd ontwikkelwerk en taken met meerdere stappen, met een physicsengine in three.js en databasemigraties als voorbeelden.
Beschrijf het gedrag, het bestaande project en het te produceren resultaat. Geef voor een physicsenginetaak de bewegingsregels, interacties en het verwachte runtimegedrag mee. Lever voor een migratie de huidige en gewenste structuren aan, de te behouden gegevens en de controles die een geldig resultaat aantonen.
Splits de gewenste uitkomst op in samenhangende voorwaarden en houd het eindresultaat expliciet. Een model kan de implementatie of voorgestelde migratie produceren; de omringende toepassing voert die uit en geeft het waargenomen gedrag terug. Leg die waarnemingen bij het resultaat vast wanneer je een herwerking vergelijkt.
De v0-architectuur van de maker bereidt het gesprek voor en haalt gespecialiseerd materiaal op, zoals documentatie, UI-voorbeelden en relevante projectbronnen. Het basismodel verwerkt nieuwe generaties en substantiële wijzigingen. Kleinere bewerkingen kunnen een specifiek Quick Edit-pad gebruiken, terwijl AutoFix gegenereerde uitvoer tijdens het streamen en in een eindronde onderzoekt en corrigeert.
Geef relevante bestaande bestanden mee en leg uit hoe die met de wijziging verbonden zijn. Houd bij een taak met meerdere stappen de projectbeslissingen en voltooiingsvoorwaarden zichtbaar in vervolgvragen, zodat een lokale wijziging op het beoogde resultaat afgestemd blijft.
Onderzoek het gegenereerde resultaat in de werkelijke ontwikkelomgeving. Een grotere codewijziging moet aan het gedrag en de gegevensvoorwaarden uit de briefing worden getoetst. Een vervolgvraag kan een fout of specifieke afwijking aanleveren en om een correctie aan het betrokken deel vragen.
AutoFix en linting zijn onderdelen van de codevoorbereiding. Ze stellen op zichzelf niet vast dat de toepassing gedraaid heeft, dat een migratie de gegevens behouden heeft of dat een site gedeployd is. Die uitkomsten worden vastgesteld via uitvoering en waarnemingen van de omringende toepassing.
Het gepubliceerde profiel vermeldt een werkcontext van 512.000 tokens. De maker onderscheidt de grotere context ook van het venster van het Medium-profiel. Orden bronmateriaal rond de taak en laat ruimte voor het gevraagde antwoord.
Het v0-profiel benoemt een samengestelde workflow waarvan de basiscomponent kan evolueren. Bewaar de exacte identiteit 1.5 Large bij elk resultaat en vergelijk voltooide resultaten in plaats van aan te nemen dat het grotere profiel voor elke taak een foutloos antwoord garandeert.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten v0-1.5-lg | 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 $0.033 / 1K tokens Uitvoer · Uitvoertokens $0.165 / 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": "v0-1.5-lg", "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='v0-1.5-lg',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='v0-1.5-lg',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 v0-1.5-lg
Gebruik de hierboven getoonde methodepaden.
v0-1.5-lgv0 1.5 Large is het grotere samengestelde profiel van Vercel voor webcode en ontwikkeltaken met meerdere stappen. De maker benadrukt gespecialiseerd werk zoals een 3D-physicsengine of databasemigratie, met informatieophaling, Quick Edit en AutoFix rond het basismodel.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
v0 1.5 Large is het grotere profiel in de samengestelde v0-modelfamilie van Vercel. Het combineert een basistaalmodel met gespecialiseerde componenten voor informatieophaling en codebewerking. De maker beschrijft dit profiel als nuttig voor gespecialiseerd ontwikkelwerk en taken met meerdere stappen, met een physicsengine in three.js en databasemigraties als voorbeelden.
Beschrijf het gedrag, het bestaande project en het te produceren resultaat. Geef voor een physicsenginetaak de bewegingsregels, interacties en het verwachte runtimegedrag mee. Lever voor een migratie de huidige en gewenste structuren aan, de te behouden gegevens en de controles die een geldig resultaat aantonen.
Splits de gewenste uitkomst op in samenhangende voorwaarden en houd het eindresultaat expliciet. Een model kan de implementatie of voorgestelde migratie produceren; de omringende toepassing voert die uit en geeft het waargenomen gedrag terug. Leg die waarnemingen bij het resultaat vast wanneer je een herwerking vergelijkt.
De v0-architectuur van de maker bereidt het gesprek voor en haalt gespecialiseerd materiaal op, zoals documentatie, UI-voorbeelden en relevante projectbronnen. Het basismodel verwerkt nieuwe generaties en substantiële wijzigingen. Kleinere bewerkingen kunnen een specifiek Quick Edit-pad gebruiken, terwijl AutoFix gegenereerde uitvoer tijdens het streamen en in een eindronde onderzoekt en corrigeert.
Geef relevante bestaande bestanden mee en leg uit hoe die met de wijziging verbonden zijn. Houd bij een taak met meerdere stappen de projectbeslissingen en voltooiingsvoorwaarden zichtbaar in vervolgvragen, zodat een lokale wijziging op het beoogde resultaat afgestemd blijft.
Onderzoek het gegenereerde resultaat in de werkelijke ontwikkelomgeving. Een grotere codewijziging moet aan het gedrag en de gegevensvoorwaarden uit de briefing worden getoetst. Een vervolgvraag kan een fout of specifieke afwijking aanleveren en om een correctie aan het betrokken deel vragen.
AutoFix en linting zijn onderdelen van de codevoorbereiding. Ze stellen op zichzelf niet vast dat de toepassing gedraaid heeft, dat een migratie de gegevens behouden heeft of dat een site gedeployd is. Die uitkomsten worden vastgesteld via uitvoering en waarnemingen van de omringende toepassing.
Het gepubliceerde profiel vermeldt een werkcontext van 512.000 tokens. De maker onderscheidt de grotere context ook van het venster van het Medium-profiel. Orden bronmateriaal rond de taak en laat ruimte voor het gevraagde antwoord.
Het v0-profiel benoemt een samengestelde workflow waarvan de basiscomponent kan evolueren. Bewaar de exacte identiteit 1.5 Large bij elk resultaat en vergelijk voltooide resultaten in plaats van aan te nemen dat het grotere profiel voor elke taak een foutloos antwoord garandeert.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten v0-1.5-lg | 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 $0.033 / 1K tokens Uitvoer · Uitvoertokens $0.165 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "v0-1.5-lg",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'v0-1.5-lg', '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': 'v0-1.5-lg', '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 v0-1.5-lg
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Propose a value-preserving migration\n\nPlan a PostgreSQL migration from orders(id, total_cents) to orders(id, amount_cents), preserving every row, identifier and nullable monetary value. Provide proposed migration SQL, the consumer update sequence and before/after checks for row count and values. No execution environment is supplied; distinguish the proposal from a completed migration and do not convert cents to another unit.A proposed migration artifact, coordinated consumer steps and explicit data-preservation checks.No row, null value or cent amount may be silently dropped, filled or rescaled.