Amazon Nova Pro is het gebalanceerde model voor multimodaal begrip in de Nova-familie van de eerste generatie van Amazon. Het combineert begrip van tekst, beeld en video voor taken die variëren van vragen over documenten en visuele analyse tot softwarewerk en agentworkflows. De uitvoer is tekst: een uitleg, geëxtraheerde informatie, code, een plan of een toolverzoek. Pro bevindt zich tussen het lichtere Nova Lite en het veeleisendere werk met lange context waarvoor Premier bedoeld is; dit profiel beschrijft de oorspronkelijke Pro v1-editie en geen Nova 2-model.
De handleiding voor de eerste generatie Nova vermeldt een contextvenster van 300K tokens en een maximale uitvoer van 10K tokens. De gedocumenteerde kennisgrens is oktober 2024. Een praktische workflow kan referentiepassages, documentinhoud, visueel bewijsmateriaal en recente gespreksinhoud combineren en vervolgens een compact resultaat teruggeven. Lever voor een technische beoordeling de relevante code, het waargenomen gedrag en de beperkingen aan en vraag om een voorgestelde wijziging met redenen. Benoem voor een rapport de bronnen en te vergelijken velden. Scheid bewijsmateriaal van instructies, zodat het model kan onderscheiden wat de documenten zeggen en welke conclusie je wilt laten onderzoeken.
Amazon documenteert dat Pro visuele vragen kan beantwoorden, afbeeldingen kan classificeren of samenvatten en begrenzingskaders voor opgegeven objecten kan teruggeven. De beeldhandleiding voor de eerste generatie gebruikt een coördinatenschaal van [0, 1000), die de gebruikende applicatie naar de oorspronkelijke beeldafmetingen omzet. Afbeeldingen worden automatisch geschaald, met een gedocumenteerde maximale resolutie van 8,000 × 8,000 pixels. Dit ondersteunt werk zoals een element in een schermafbeelding herkennen of een diagram beschrijven. Behoud leesbare tekst en belangrijke visuele context en vraag om de relevante waarnemingen voordat je om een interpretatie vraagt.
De ondersteunde beeldformaten van de producent omvatten PNG, JPG/JPEG, GIF en WebP. De documentworkflow accepteert PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT en Markdown. Tekstgebaseerde formaten leveren tekst aan, terwijl PDF en DOCX samen met visuele elementen zoals grafieken en tabellen kunnen worden geïnterpreteerd. De documenthandleiding staat maximaal vijf documenten toe en beperkt elk tekstdocument tot 4.5 MB. Ze sluit PDF-inhoud met CMYK- of SVG-afbeeldingen en niet-ondersteunde coderingen zoals JPEG2000 en JBIG2 uit. Wanneer een taak alleen de woorden in een PDF nodig heeft, is geëxtraheerde tekst een eenvoudiger invoer dan visueel lezen op paginaniveau. Ingesloten media delen een payloadbudget van 25 MB, inclusief base64-overhead. Een verzoek bevat één video, via S3 beperkt tot 1 GB; gecombineerde S3-media mogen samen 2 GB zijn. PDF- en DOCX-invoer blijft beperkt tot vijf documenten, met een gezamenlijke ruimte van 25 MB voor directe upload of 2 GB via S3.
Pro kan gangbare videoformaten analyseren, waaronder MP4, MOV, MKV en WebM. De bemonsteringsstrategie van versie 1 gebruikt één frame per seconde voor clips tot 16 minuten en vervolgens 960 frames verspreid over langere clips. Dat is gunstiger voor samenvattingen op scèneniveau dan voor nauwkeurige analyse van zeer snelle handelingen, vooral naarmate de video langer wordt. Amazon adviseert clips met veel beweging korter dan 16 minuten en clips met weinig beweging korter dan één uur te houden. Lever een relevant fragment aan en benoem de zichtbare gebeurtenis of relatie die moet worden onderzocht; een transcript moet gesproken informatie bevatten, omdat de gedocumenteerde invoermodaliteiten geen audio omvatten. De producent stelt ook dat dit model mensen in afbeeldingen, documenten of video's niet identificeert of bij naam noemt.
Pro ondersteunt antwoordstreaming, door de client uitgevoerde functieaanroepen en taken aangevuld met opgehaalde bronnen. Het ondersteunt ook promptcaching in het gedocumenteerde gebruiksprofiel van Amazon. Expliciete caching vereist minstens 1K tokens per checkpoint en staat maximaal vier checkpoints met een bewaartermijn van vijf minuten toe. De producent beperkt promptcaching tot 20K tokens, voornamelijk voor tekstprompts; die cacheruimte staat los van het volledige contextvenster. Beschrijf de tools en hun argumenten, laat de applicatie verzoeken uitvoeren en geef waarnemingen of fouten terug voordat je het model vraagt verder te gaan. Nova van de eerste generatie kan via prompts een oplossing in fasen uitwerken, maar dat verschilt van de afzonderlijk ingestelde modi voor uitgebreid redeneren en ingebouwde tools van Nova 2 Lite. Pro dient ook als distillatieleraar voor Nova Micro en Lite en Amazon documenteert aangepaste fine-tuning van Pro; die aangepaste modellen behouden hun eigen identiteit.
De handleiding voor versie 1 beschrijft training in meer dan 200 talen met optimalisatie voor 15, waaronder Engels, Duits, Spaans, Frans, Italiaans, Japans, Koreaans, Arabisch, Vereenvoudigd Chinees, Russisch, Hindi, Portugees, Nederlands, Turks en Hebreeuws. Geef de vereiste taal en terminologie aan, in plaats van uit te gaan van gelijkmatige prestaties voor alle dialecten. Specificeer voor een herbruikbare workflow de eindstructuur en welk bronbewijs elk veld moet bevatten. Pro kan aannemelijke maar onjuiste beweringen of niet-uitgevoerde code teruggeven; expliciete feiten aanleveren en toolresultaten scheiden van voorstellen maakt de uitvoer gemakkelijker bruikbaar en controleerbaar.
", "aboutText": "Amazon Nova Pro is het gebalanceerde model voor multimodaal begrip in de Nova-familie van de eerste generatie van Amazon. Het combineert begrip van tekst, beeld en video voor taken die variëren van vragen over documenten en visuele analyse tot softwarewerk en agentworkflows. De uitvoer is tekst: een uitleg, geëxtraheerde informatie, code, een plan of een toolverzoek. Pro bevindt zich tussen het lichtere Nova Lite en het veeleisendere werk met lange context waarvoor Premier bedoeld is; dit profiel beschrijft de oorspronkelijke Pro v1-editie en geen Nova 2-model.\n\nDe handleiding voor de eerste generatie Nova vermeldt een contextvenster van 300K tokens en een maximale uitvoer van 10K tokens. De gedocumenteerde kennisgrens is oktober 2024. Een praktische workflow kan referentiepassages, documentinhoud, visueel bewijsmateriaal en recente gespreksinhoud combineren en vervolgens een compact resultaat teruggeven. Lever voor een technische beoordeling de relevante code, het waargenomen gedrag en de beperkingen aan en vraag om een voorgestelde wijziging met redenen. Benoem voor een rapport de bronnen en te vergelijken velden. Scheid bewijsmateriaal van instructies, zodat het model kan onderscheiden wat de documenten zeggen en welke conclusie je wilt laten onderzoeken.\n\nAmazon documenteert dat Pro visuele vragen kan beantwoorden, afbeeldingen kan classificeren of samenvatten en begrenzingskaders voor opgegeven objecten kan teruggeven. De beeldhandleiding voor de eerste generatie gebruikt een coördinatenschaal van [0, 1000), die de gebruikende applicatie naar de oorspronkelijke beeldafmetingen omzet. Afbeeldingen worden automatisch geschaald, met een gedocumenteerde maximale resolutie van 8,000 × 8,000 pixels. Dit ondersteunt werk zoals een element in een schermafbeelding herkennen of een diagram beschrijven. Behoud leesbare tekst en belangrijke visuele context en vraag om de relevante waarnemingen voordat je om een interpretatie vraagt.\n\nDe ondersteunde beeldformaten van de producent omvatten PNG, JPG/JPEG, GIF en WebP. De documentworkflow accepteert PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT en Markdown. Tekstgebaseerde formaten leveren tekst aan, terwijl PDF en DOCX samen met visuele elementen zoals grafieken en tabellen kunnen worden geïnterpreteerd. De documenthandleiding staat maximaal vijf documenten toe en beperkt elk tekstdocument tot 4.5 MB. Ze sluit PDF-inhoud met CMYK- of SVG-afbeeldingen en niet-ondersteunde coderingen zoals JPEG2000 en JBIG2 uit. Wanneer een taak alleen de woorden in een PDF nodig heeft, is geëxtraheerde tekst een eenvoudiger invoer dan visueel lezen op paginaniveau. Ingesloten media delen een payloadbudget van 25 MB, inclusief base64-overhead. Een verzoek bevat één video, via S3 beperkt tot 1 GB; gecombineerde S3-media mogen samen 2 GB zijn. PDF- en DOCX-invoer blijft beperkt tot vijf documenten, met een gezamenlijke ruimte van 25 MB voor directe upload of 2 GB via S3.\n\nPro kan gangbare videoformaten analyseren, waaronder MP4, MOV, MKV en WebM. De bemonsteringsstrategie van versie 1 gebruikt één frame per seconde voor clips tot 16 minuten en vervolgens 960 frames verspreid over langere clips. Dat is gunstiger voor samenvattingen op scèneniveau dan voor nauwkeurige analyse van zeer snelle handelingen, vooral naarmate de video langer wordt. Amazon adviseert clips met veel beweging korter dan 16 minuten en clips met weinig beweging korter dan één uur te houden. Lever een relevant fragment aan en benoem de zichtbare gebeurtenis of relatie die moet worden onderzocht; een transcript moet gesproken informatie bevatten, omdat de gedocumenteerde invoermodaliteiten geen audio omvatten. De producent stelt ook dat dit model mensen in afbeeldingen, documenten of video's niet identificeert of bij naam noemt.\n\nPro ondersteunt antwoordstreaming, door de client uitgevoerde functieaanroepen en taken aangevuld met opgehaalde bronnen. Het ondersteunt ook promptcaching in het gedocumenteerde gebruiksprofiel van Amazon. Expliciete caching vereist minstens 1K tokens per checkpoint en staat maximaal vier checkpoints met een bewaartermijn van vijf minuten toe. De producent beperkt promptcaching tot 20K tokens, voornamelijk voor tekstprompts; die cacheruimte staat los van het volledige contextvenster. Beschrijf de tools en hun argumenten, laat de applicatie verzoeken uitvoeren en geef waarnemingen of fouten terug voordat je het model vraagt verder te gaan. Nova van de eerste generatie kan via prompts een oplossing in fasen uitwerken, maar dat verschilt van de afzonderlijk ingestelde modi voor uitgebreid redeneren en ingebouwde tools van Nova 2 Lite. Pro dient ook als distillatieleraar voor Nova Micro en Lite en Amazon documenteert aangepaste fine-tuning van Pro; die aangepaste modellen behouden hun eigen identiteit.\n\nDe handleiding voor versie 1 beschrijft training in meer dan 200 talen met optimalisatie voor 15, waaronder Engels, Duits, Spaans, Frans, Italiaans, Japans, Koreaans, Arabisch, Vereenvoudigd Chinees, Russisch, Hindi, Portugees, Nederlands, Turks en Hebreeuws. Geef de vereiste taal en terminologie aan, in plaats van uit te gaan van gelijkmatige prestaties voor alle dialecten. Specificeer voor een herbruikbare workflow de eindstructuur en welk bronbewijs elk veld moet bevatten. Pro kan aannemelijke maar onjuiste beweringen of niet-uitgevoerde code teruggeven; expliciete feiten aanleveren en toolresultaten scheiden van voorstellen maakt de uitvoer gemakkelijker bruikbaar en controleerbaar.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.amazon/nova-pro-v1Amazon Nova Pro is het gebalanceerde Nova-model van de eerste generatie voor redenering over tekst, afbeeldingen, documenten en video. Het produceert tekst voor visuele analyse, softwaretaken, documentworkflows en agents die aangeleverd bewijsmateriaal met tools combineren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Amazon Nova Pro is het gebalanceerde model voor multimodaal begrip in de Nova-familie van de eerste generatie van Amazon. Het combineert begrip van tekst, beeld en video voor taken die variëren van vragen over documenten en visuele analyse tot softwarewerk en agentworkflows. De uitvoer is tekst: een uitleg, geëxtraheerde informatie, code, een plan of een toolverzoek. Pro bevindt zich tussen het lichtere Nova Lite en het veeleisendere werk met lange context waarvoor Premier bedoeld is; dit profiel beschrijft de oorspronkelijke Pro v1-editie en geen Nova 2-model.
De handleiding voor de eerste generatie Nova vermeldt een contextvenster van 300K tokens en een maximale uitvoer van 10K tokens. De gedocumenteerde kennisgrens is oktober 2024. Een praktische workflow kan referentiepassages, documentinhoud, visueel bewijsmateriaal en recente gespreksinhoud combineren en vervolgens een compact resultaat teruggeven. Lever voor een technische beoordeling de relevante code, het waargenomen gedrag en de beperkingen aan en vraag om een voorgestelde wijziging met redenen. Benoem voor een rapport de bronnen en te vergelijken velden. Scheid bewijsmateriaal van instructies, zodat het model kan onderscheiden wat de documenten zeggen en welke conclusie je wilt laten onderzoeken.
Amazon documenteert dat Pro visuele vragen kan beantwoorden, afbeeldingen kan classificeren of samenvatten en begrenzingskaders voor opgegeven objecten kan teruggeven. De beeldhandleiding voor de eerste generatie gebruikt een coördinatenschaal van [0, 1000), die de gebruikende applicatie naar de oorspronkelijke beeldafmetingen omzet. Afbeeldingen worden automatisch geschaald, met een gedocumenteerde maximale resolutie van 8,000 × 8,000 pixels. Dit ondersteunt werk zoals een element in een schermafbeelding herkennen of een diagram beschrijven. Behoud leesbare tekst en belangrijke visuele context en vraag om de relevante waarnemingen voordat je om een interpretatie vraagt.
De ondersteunde beeldformaten van de producent omvatten PNG, JPG/JPEG, GIF en WebP. De documentworkflow accepteert PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT en Markdown. Tekstgebaseerde formaten leveren tekst aan, terwijl PDF en DOCX samen met visuele elementen zoals grafieken en tabellen kunnen worden geïnterpreteerd. De documenthandleiding staat maximaal vijf documenten toe en beperkt elk tekstdocument tot 4.5 MB. Ze sluit PDF-inhoud met CMYK- of SVG-afbeeldingen en niet-ondersteunde coderingen zoals JPEG2000 en JBIG2 uit. Wanneer een taak alleen de woorden in een PDF nodig heeft, is geëxtraheerde tekst een eenvoudiger invoer dan visueel lezen op paginaniveau. Ingesloten media delen een payloadbudget van 25 MB, inclusief base64-overhead. Een verzoek bevat één video, via S3 beperkt tot 1 GB; gecombineerde S3-media mogen samen 2 GB zijn. PDF- en DOCX-invoer blijft beperkt tot vijf documenten, met een gezamenlijke ruimte van 25 MB voor directe upload of 2 GB via S3.
Pro kan gangbare videoformaten analyseren, waaronder MP4, MOV, MKV en WebM. De bemonsteringsstrategie van versie 1 gebruikt één frame per seconde voor clips tot 16 minuten en vervolgens 960 frames verspreid over langere clips. Dat is gunstiger voor samenvattingen op scèneniveau dan voor nauwkeurige analyse van zeer snelle handelingen, vooral naarmate de video langer wordt. Amazon adviseert clips met veel beweging korter dan 16 minuten en clips met weinig beweging korter dan één uur te houden. Lever een relevant fragment aan en benoem de zichtbare gebeurtenis of relatie die moet worden onderzocht; een transcript moet gesproken informatie bevatten, omdat de gedocumenteerde invoermodaliteiten geen audio omvatten. De producent stelt ook dat dit model mensen in afbeeldingen, documenten of video's niet identificeert of bij naam noemt.
Pro ondersteunt antwoordstreaming, door de client uitgevoerde functieaanroepen en taken aangevuld met opgehaalde bronnen. Het ondersteunt ook promptcaching in het gedocumenteerde gebruiksprofiel van Amazon. Expliciete caching vereist minstens 1K tokens per checkpoint en staat maximaal vier checkpoints met een bewaartermijn van vijf minuten toe. De producent beperkt promptcaching tot 20K tokens, voornamelijk voor tekstprompts; die cacheruimte staat los van het volledige contextvenster. Beschrijf de tools en hun argumenten, laat de applicatie verzoeken uitvoeren en geef waarnemingen of fouten terug voordat je het model vraagt verder te gaan. Nova van de eerste generatie kan via prompts een oplossing in fasen uitwerken, maar dat verschilt van de afzonderlijk ingestelde modi voor uitgebreid redeneren en ingebouwde tools van Nova 2 Lite. Pro dient ook als distillatieleraar voor Nova Micro en Lite en Amazon documenteert aangepaste fine-tuning van Pro; die aangepaste modellen behouden hun eigen identiteit.
De handleiding voor versie 1 beschrijft training in meer dan 200 talen met optimalisatie voor 15, waaronder Engels, Duits, Spaans, Frans, Italiaans, Japans, Koreaans, Arabisch, Vereenvoudigd Chinees, Russisch, Hindi, Portugees, Nederlands, Turks en Hebreeuws. Geef de vereiste taal en terminologie aan, in plaats van uit te gaan van gelijkmatige prestaties voor alle dialecten. Specificeer voor een herbruikbare workflow de eindstructuur en welk bronbewijs elk veld moet bevatten. Pro kan aannemelijke maar onjuiste beweringen of niet-uitgevoerde code teruggeven; expliciete feiten aanleveren en toolresultaten scheiden van voorstellen maakt de uitvoer gemakkelijker bruikbaar en controleerbaar.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten amazon/nova-pro-v1 | 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 $0.0016 / 1K tokens Uitvoer · Uitvoertokens $0.0064 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0016 / 1K tokens Uitvoer · Uitvoertokens $0.0064 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-pro-v1", "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='amazon/nova-pro-v1',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='amazon/nova-pro-v1',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 amazon/nova-pro-v1
Gebruik de hierboven getoonde methodepaden.
amazon/nova-pro-v1Amazon Nova Pro is het gebalanceerde Nova-model van de eerste generatie voor redenering over tekst, afbeeldingen, documenten en video. Het produceert tekst voor visuele analyse, softwaretaken, documentworkflows en agents die aangeleverd bewijsmateriaal met tools combineren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Amazon Nova Pro is het gebalanceerde model voor multimodaal begrip in de Nova-familie van de eerste generatie van Amazon. Het combineert begrip van tekst, beeld en video voor taken die variëren van vragen over documenten en visuele analyse tot softwarewerk en agentworkflows. De uitvoer is tekst: een uitleg, geëxtraheerde informatie, code, een plan of een toolverzoek. Pro bevindt zich tussen het lichtere Nova Lite en het veeleisendere werk met lange context waarvoor Premier bedoeld is; dit profiel beschrijft de oorspronkelijke Pro v1-editie en geen Nova 2-model.
De handleiding voor de eerste generatie Nova vermeldt een contextvenster van 300K tokens en een maximale uitvoer van 10K tokens. De gedocumenteerde kennisgrens is oktober 2024. Een praktische workflow kan referentiepassages, documentinhoud, visueel bewijsmateriaal en recente gespreksinhoud combineren en vervolgens een compact resultaat teruggeven. Lever voor een technische beoordeling de relevante code, het waargenomen gedrag en de beperkingen aan en vraag om een voorgestelde wijziging met redenen. Benoem voor een rapport de bronnen en te vergelijken velden. Scheid bewijsmateriaal van instructies, zodat het model kan onderscheiden wat de documenten zeggen en welke conclusie je wilt laten onderzoeken.
Amazon documenteert dat Pro visuele vragen kan beantwoorden, afbeeldingen kan classificeren of samenvatten en begrenzingskaders voor opgegeven objecten kan teruggeven. De beeldhandleiding voor de eerste generatie gebruikt een coördinatenschaal van [0, 1000), die de gebruikende applicatie naar de oorspronkelijke beeldafmetingen omzet. Afbeeldingen worden automatisch geschaald, met een gedocumenteerde maximale resolutie van 8,000 × 8,000 pixels. Dit ondersteunt werk zoals een element in een schermafbeelding herkennen of een diagram beschrijven. Behoud leesbare tekst en belangrijke visuele context en vraag om de relevante waarnemingen voordat je om een interpretatie vraagt.
De ondersteunde beeldformaten van de producent omvatten PNG, JPG/JPEG, GIF en WebP. De documentworkflow accepteert PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT en Markdown. Tekstgebaseerde formaten leveren tekst aan, terwijl PDF en DOCX samen met visuele elementen zoals grafieken en tabellen kunnen worden geïnterpreteerd. De documenthandleiding staat maximaal vijf documenten toe en beperkt elk tekstdocument tot 4.5 MB. Ze sluit PDF-inhoud met CMYK- of SVG-afbeeldingen en niet-ondersteunde coderingen zoals JPEG2000 en JBIG2 uit. Wanneer een taak alleen de woorden in een PDF nodig heeft, is geëxtraheerde tekst een eenvoudiger invoer dan visueel lezen op paginaniveau. Ingesloten media delen een payloadbudget van 25 MB, inclusief base64-overhead. Een verzoek bevat één video, via S3 beperkt tot 1 GB; gecombineerde S3-media mogen samen 2 GB zijn. PDF- en DOCX-invoer blijft beperkt tot vijf documenten, met een gezamenlijke ruimte van 25 MB voor directe upload of 2 GB via S3.
Pro kan gangbare videoformaten analyseren, waaronder MP4, MOV, MKV en WebM. De bemonsteringsstrategie van versie 1 gebruikt één frame per seconde voor clips tot 16 minuten en vervolgens 960 frames verspreid over langere clips. Dat is gunstiger voor samenvattingen op scèneniveau dan voor nauwkeurige analyse van zeer snelle handelingen, vooral naarmate de video langer wordt. Amazon adviseert clips met veel beweging korter dan 16 minuten en clips met weinig beweging korter dan één uur te houden. Lever een relevant fragment aan en benoem de zichtbare gebeurtenis of relatie die moet worden onderzocht; een transcript moet gesproken informatie bevatten, omdat de gedocumenteerde invoermodaliteiten geen audio omvatten. De producent stelt ook dat dit model mensen in afbeeldingen, documenten of video's niet identificeert of bij naam noemt.
Pro ondersteunt antwoordstreaming, door de client uitgevoerde functieaanroepen en taken aangevuld met opgehaalde bronnen. Het ondersteunt ook promptcaching in het gedocumenteerde gebruiksprofiel van Amazon. Expliciete caching vereist minstens 1K tokens per checkpoint en staat maximaal vier checkpoints met een bewaartermijn van vijf minuten toe. De producent beperkt promptcaching tot 20K tokens, voornamelijk voor tekstprompts; die cacheruimte staat los van het volledige contextvenster. Beschrijf de tools en hun argumenten, laat de applicatie verzoeken uitvoeren en geef waarnemingen of fouten terug voordat je het model vraagt verder te gaan. Nova van de eerste generatie kan via prompts een oplossing in fasen uitwerken, maar dat verschilt van de afzonderlijk ingestelde modi voor uitgebreid redeneren en ingebouwde tools van Nova 2 Lite. Pro dient ook als distillatieleraar voor Nova Micro en Lite en Amazon documenteert aangepaste fine-tuning van Pro; die aangepaste modellen behouden hun eigen identiteit.
De handleiding voor versie 1 beschrijft training in meer dan 200 talen met optimalisatie voor 15, waaronder Engels, Duits, Spaans, Frans, Italiaans, Japans, Koreaans, Arabisch, Vereenvoudigd Chinees, Russisch, Hindi, Portugees, Nederlands, Turks en Hebreeuws. Geef de vereiste taal en terminologie aan, in plaats van uit te gaan van gelijkmatige prestaties voor alle dialecten. Specificeer voor een herbruikbare workflow de eindstructuur en welk bronbewijs elk veld moet bevatten. Pro kan aannemelijke maar onjuiste beweringen of niet-uitgevoerde code teruggeven; expliciete feiten aanleveren en toolresultaten scheiden van voorstellen maakt de uitvoer gemakkelijker bruikbaar en controleerbaar.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten amazon/nova-pro-v1 | 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 $0.0016 / 1K tokens Uitvoer · Uitvoertokens $0.0064 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0016 / 1K tokens Uitvoer · Uitvoertokens $0.0064 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "amazon/nova-pro-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-pro-v1', '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': 'amazon/nova-pro-v1', '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 amazon/nova-pro-v1
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.