abab6.5s behoort tot de abab6.5-serie van algemene grote taalmodellen van MiniMax. De maker beschrijft dat het dezelfde trainingstechnieken en data gebruikt als zijn grotere tegenhanger, met de nadruk op efficiëntie. De oorspronkelijke release documenteert een context van 200K tokens. Houd de s-editie expliciet vermeld wanneer je een taak bewaart of een ander model uit de serie vergelijkt.
MiniMax koppelt de serie aan zijn mixture-of-experts-ontwikkeling. De release beschrijft verbeteringen aan de modelarchitectuur, een heropbouw van de datapipeline en optimalisatie van trainingsalgoritmen en strategieën voor parallelle training.
De twee modellen delen een trainingsrichting, maar blijven afzonderlijke edities. Kies het benoemde model voor de teksttaak en bewaar het bronmateriaal en het definitieve antwoord erbij. De positionering van een model als efficiënt vervangt geen inspectie van het daadwerkelijke artefact dat voor een bepaalde vraag is geproduceerd.
Gebruik het contextbudget om het materiaal samen te brengen dat nodig is om één duidelijk afgebakende vraag te beantwoorden. Label documenten, behoud hun sectiegrenzen en houd belangrijke definities, datums en identifiers zichtbaar. Geef het antwoord een concrete vorm: een samenvatting, een vergelijking, een geëxtraheerde registratie of een herziene passage.
Bijvoorbeeld: ‘Vergelijk de aangeleverde beleidssecties, bepaal waar hun eisen verschillen en voeg de formulering toe die elk verschil onderbouwt.’ Bepaal welk onderscheid van belang is voordat je ongerelateerde documenten toevoegt. Een grote verzameling is gemakkelijker te verwerken wanneer de vraag uitlegt hoe de onderdelen met elkaar moeten worden verbonden.
Wanneer een taak ver uit elkaar liggende passages omvat, vraag dan om in het antwoord de secties te benoemen waarop het steunt. Behoud voor een belangrijke voorwaarde de oorspronkelijke formulering, in plaats van deze door een vroege samenvatting te vervangen waarin een nadere bepaling verloren kan gaan. Als het materiaal een gevraagde waarde of relatie niet vastlegt, laat dat punt dan onopgelost in het resultaat.
Lever voor het opstellen van tekst de bronfeiten, de beoogde doelgroep en de vereiste structuur aan. Geef voor een herziening aan welke betekenis behouden moet blijven en welke presentatiekeuze moet veranderen. Een vervolgverzoek kan de specifieke passage die correctie vereist en de reden teruggeven, zodat de volgende beurt op een concreet probleem gericht blijft.
Het cijfer 200K beschrijft de context in de abab6.5s-release van de maker; plan de relevante invoer en het gevraagde antwoord binnen de werkconfiguratie die voor de taak wordt gebruikt. Bewaar de voltooide tekst met het ondersteunende materiaal, zodat een samenvatting, vergelijking of herziening kan worden gecontroleerd voordat zij opnieuw wordt gebruikt.
Controleer de belangrijke namen, waarden, voorwaarden en bronrelaties in het antwoord. Bewaar de abab6.5s-identiteit bij dat resultaat. De bruikbare uitkomst is een schriftelijk artefact waarvan de inhoud tot het aangeleverde materiaal kan worden herleid en waarvan onopgeloste details zichtbaar blijven voor de volgende beslissing.
", "aboutText": "### Het efficiënte model binnen de abab6.5-familie\n\nabab6.5s behoort tot de abab6.5-serie van algemene grote taalmodellen van MiniMax. De maker beschrijft dat het dezelfde trainingstechnieken en data gebruikt als zijn grotere tegenhanger, met de nadruk op efficiëntie. De oorspronkelijke release documenteert een context van 200K tokens. Houd de s-editie expliciet vermeld wanneer je een taak bewaart of een ander model uit de serie vergelijkt.\n\n### Architectuur en trainingsrichting\n\nMiniMax koppelt de serie aan zijn mixture-of-experts-ontwikkeling. De release beschrijft verbeteringen aan de modelarchitectuur, een heropbouw van de datapipeline en optimalisatie van trainingsalgoritmen en strategieën voor parallelle training.\n\nDe twee modellen delen een trainingsrichting, maar blijven afzonderlijke edities. Kies het benoemde model voor de teksttaak en bewaar het bronmateriaal en het definitieve antwoord erbij. De positionering van een model als efficiënt vervangt geen inspectie van het daadwerkelijke artefact dat voor een bepaalde vraag is geproduceerd.\n\n### Bereid een taak met lange tekst voor\n\nGebruik het contextbudget om het materiaal samen te brengen dat nodig is om één duidelijk afgebakende vraag te beantwoorden. Label documenten, behoud hun sectiegrenzen en houd belangrijke definities, datums en identifiers zichtbaar. Geef het antwoord een concrete vorm: een samenvatting, een vergelijking, een geëxtraheerde registratie of een herziene passage.\n\nBijvoorbeeld: ‘Vergelijk de aangeleverde beleidssecties, bepaal waar hun eisen verschillen en voeg de formulering toe die elk verschil onderbouwt.’ Bepaal welk onderscheid van belang is voordat je ongerelateerde documenten toevoegt. Een grote verzameling is gemakkelijker te verwerken wanneer de vraag uitlegt hoe de onderdelen met elkaar moeten worden verbonden.\n\n### Houd onderbouwing en interpretatie gescheiden\n\nWanneer een taak ver uit elkaar liggende passages omvat, vraag dan om in het antwoord de secties te benoemen waarop het steunt. Behoud voor een belangrijke voorwaarde de oorspronkelijke formulering, in plaats van deze door een vroege samenvatting te vervangen waarin een nadere bepaling verloren kan gaan. Als het materiaal een gevraagde waarde of relatie niet vastlegt, laat dat punt dan onopgelost in het resultaat.\n\nLever voor het opstellen van tekst de bronfeiten, de beoogde doelgroep en de vereiste structuur aan. Geef voor een herziening aan welke betekenis behouden moet blijven en welke presentatiekeuze moet veranderen. Een vervolgverzoek kan de specifieke passage die correctie vereist en de reden teruggeven, zodat de volgende beurt op een concreet probleem gericht blijft.\n\n### Bewaar een bruikbaar schriftelijk artefact\n\nHet cijfer 200K beschrijft de context in de abab6.5s-release van de maker; plan de relevante invoer en het gevraagde antwoord binnen de werkconfiguratie die voor de taak wordt gebruikt. Bewaar de voltooide tekst met het ondersteunende materiaal, zodat een samenvatting, vergelijking of herziening kan worden gecontroleerd voordat zij opnieuw wordt gebruikt.\n\nControleer de belangrijke namen, waarden, voorwaarden en bronrelaties in het antwoord. Bewaar de abab6.5s-identiteit bij dat resultaat. De bruikbare uitkomst is een schriftelijk artefact waarvan de inhoud tot het aangeleverde materiaal kan worden herleid en waarvan onopgeloste details zichtbaar blijven voor de volgende beslissing.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Compare approval rules\n\nCompare these policy clauses for a team lead. Policy A, section 2: Purchases above $500 need finance approval; subscriptions always need approval. Policy B, section 4: All purchases at or above $500 need approval. Return a comparison table with the boundary difference, subscription rule and exact supporting phrases. Mark unstated rules as unknown.A table with columns: topic | Policy A wording | Policy B wording | practical difference. Follow it with one question about the unstated subscription rule.Check that exactly $500 and subscriptions are treated separately and each difference cites the supplied clause.abab6.5s-chatabab6.5s van MiniMax is het efficiënte model binnen de abab6.5-familie voor algemene taaltaken. De oorspronkelijke release documenteert een context van 200K tokens en ondersteunt daarmee teksttaken die een grotere hoeveelheid bronmateriaal in één gesprek samenbrengen.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
abab6.5s behoort tot de abab6.5-serie van algemene grote taalmodellen van MiniMax. De maker beschrijft dat het dezelfde trainingstechnieken en data gebruikt als zijn grotere tegenhanger, met de nadruk op efficiëntie. De oorspronkelijke release documenteert een context van 200K tokens. Houd de s-editie expliciet vermeld wanneer je een taak bewaart of een ander model uit de serie vergelijkt.
MiniMax koppelt de serie aan zijn mixture-of-experts-ontwikkeling. De release beschrijft verbeteringen aan de modelarchitectuur, een heropbouw van de datapipeline en optimalisatie van trainingsalgoritmen en strategieën voor parallelle training.
De twee modellen delen een trainingsrichting, maar blijven afzonderlijke edities. Kies het benoemde model voor de teksttaak en bewaar het bronmateriaal en het definitieve antwoord erbij. De positionering van een model als efficiënt vervangt geen inspectie van het daadwerkelijke artefact dat voor een bepaalde vraag is geproduceerd.
Gebruik het contextbudget om het materiaal samen te brengen dat nodig is om één duidelijk afgebakende vraag te beantwoorden. Label documenten, behoud hun sectiegrenzen en houd belangrijke definities, datums en identifiers zichtbaar. Geef het antwoord een concrete vorm: een samenvatting, een vergelijking, een geëxtraheerde registratie of een herziene passage.
Bijvoorbeeld: ‘Vergelijk de aangeleverde beleidssecties, bepaal waar hun eisen verschillen en voeg de formulering toe die elk verschil onderbouwt.’ Bepaal welk onderscheid van belang is voordat je ongerelateerde documenten toevoegt. Een grote verzameling is gemakkelijker te verwerken wanneer de vraag uitlegt hoe de onderdelen met elkaar moeten worden verbonden.
Wanneer een taak ver uit elkaar liggende passages omvat, vraag dan om in het antwoord de secties te benoemen waarop het steunt. Behoud voor een belangrijke voorwaarde de oorspronkelijke formulering, in plaats van deze door een vroege samenvatting te vervangen waarin een nadere bepaling verloren kan gaan. Als het materiaal een gevraagde waarde of relatie niet vastlegt, laat dat punt dan onopgelost in het resultaat.
Lever voor het opstellen van tekst de bronfeiten, de beoogde doelgroep en de vereiste structuur aan. Geef voor een herziening aan welke betekenis behouden moet blijven en welke presentatiekeuze moet veranderen. Een vervolgverzoek kan de specifieke passage die correctie vereist en de reden teruggeven, zodat de volgende beurt op een concreet probleem gericht blijft.
Het cijfer 200K beschrijft de context in de abab6.5s-release van de maker; plan de relevante invoer en het gevraagde antwoord binnen de werkconfiguratie die voor de taak wordt gebruikt. Bewaar de voltooide tekst met het ondersteunende materiaal, zodat een samenvatting, vergelijking of herziening kan worden gecontroleerd voordat zij opnieuw wordt gebruikt.
Controleer de belangrijke namen, waarden, voorwaarden en bronrelaties in het antwoord. Bewaar de abab6.5s-identiteit bij dat resultaat. De bruikbare uitkomst is een schriftelijk artefact waarvan de inhoud tot het aangeleverde materiaal kan worden herleid en waarvan onopgeloste details zichtbaar blijven voor de volgende beslissing.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten abab6.5s-chat | 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 $0.000308 / 1K tokens Uitvoer · Uitvoertokens $0.000308 / 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": "abab6.5s-chat", "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='abab6.5s-chat',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='abab6.5s-chat',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 abab6.5s-chat
Gebruik de hierboven getoonde methodepaden.
abab6.5s-chatabab6.5s van MiniMax is het efficiënte model binnen de abab6.5-familie voor algemene taaltaken. De oorspronkelijke release documenteert een context van 200K tokens en ondersteunt daarmee teksttaken die een grotere hoeveelheid bronmateriaal in één gesprek samenbrengen.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
abab6.5s behoort tot de abab6.5-serie van algemene grote taalmodellen van MiniMax. De maker beschrijft dat het dezelfde trainingstechnieken en data gebruikt als zijn grotere tegenhanger, met de nadruk op efficiëntie. De oorspronkelijke release documenteert een context van 200K tokens. Houd de s-editie expliciet vermeld wanneer je een taak bewaart of een ander model uit de serie vergelijkt.
MiniMax koppelt de serie aan zijn mixture-of-experts-ontwikkeling. De release beschrijft verbeteringen aan de modelarchitectuur, een heropbouw van de datapipeline en optimalisatie van trainingsalgoritmen en strategieën voor parallelle training.
De twee modellen delen een trainingsrichting, maar blijven afzonderlijke edities. Kies het benoemde model voor de teksttaak en bewaar het bronmateriaal en het definitieve antwoord erbij. De positionering van een model als efficiënt vervangt geen inspectie van het daadwerkelijke artefact dat voor een bepaalde vraag is geproduceerd.
Gebruik het contextbudget om het materiaal samen te brengen dat nodig is om één duidelijk afgebakende vraag te beantwoorden. Label documenten, behoud hun sectiegrenzen en houd belangrijke definities, datums en identifiers zichtbaar. Geef het antwoord een concrete vorm: een samenvatting, een vergelijking, een geëxtraheerde registratie of een herziene passage.
Bijvoorbeeld: ‘Vergelijk de aangeleverde beleidssecties, bepaal waar hun eisen verschillen en voeg de formulering toe die elk verschil onderbouwt.’ Bepaal welk onderscheid van belang is voordat je ongerelateerde documenten toevoegt. Een grote verzameling is gemakkelijker te verwerken wanneer de vraag uitlegt hoe de onderdelen met elkaar moeten worden verbonden.
Wanneer een taak ver uit elkaar liggende passages omvat, vraag dan om in het antwoord de secties te benoemen waarop het steunt. Behoud voor een belangrijke voorwaarde de oorspronkelijke formulering, in plaats van deze door een vroege samenvatting te vervangen waarin een nadere bepaling verloren kan gaan. Als het materiaal een gevraagde waarde of relatie niet vastlegt, laat dat punt dan onopgelost in het resultaat.
Lever voor het opstellen van tekst de bronfeiten, de beoogde doelgroep en de vereiste structuur aan. Geef voor een herziening aan welke betekenis behouden moet blijven en welke presentatiekeuze moet veranderen. Een vervolgverzoek kan de specifieke passage die correctie vereist en de reden teruggeven, zodat de volgende beurt op een concreet probleem gericht blijft.
Het cijfer 200K beschrijft de context in de abab6.5s-release van de maker; plan de relevante invoer en het gevraagde antwoord binnen de werkconfiguratie die voor de taak wordt gebruikt. Bewaar de voltooide tekst met het ondersteunende materiaal, zodat een samenvatting, vergelijking of herziening kan worden gecontroleerd voordat zij opnieuw wordt gebruikt.
Controleer de belangrijke namen, waarden, voorwaarden en bronrelaties in het antwoord. Bewaar de abab6.5s-identiteit bij dat resultaat. De bruikbare uitkomst is een schriftelijk artefact waarvan de inhoud tot het aangeleverde materiaal kan worden herleid en waarvan onopgeloste details zichtbaar blijven voor de volgende beslissing.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten abab6.5s-chat | 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 $0.000308 / 1K tokens Uitvoer · Uitvoertokens $0.000308 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "abab6.5s-chat",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'abab6.5s-chat', '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': 'abab6.5s-chat', '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 abab6.5s-chat
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Compare approval rules\n\nCompare these policy clauses for a team lead. Policy A, section 2: Purchases above $500 need finance approval; subscriptions always need approval. Policy B, section 4: All purchases at or above $500 need approval. Return a comparison table with the boundary difference, subscription rule and exact supporting phrases. Mark unstated rules as unknown.A table with columns: topic | Policy A wording | Policy B wording | practical difference. Follow it with one question about the unstated subscription rule.Check that exactly $500 and subscriptions are treated separately and each difference cites the supplied clause.