Baichuan3-Turbo is een algemeen model voor tekstgesprekken in de modellenreeks van de derde generatie van Baichuan. De maker vermeldt een context van 32K voor deze exacte naam. Baichuan3-Turbo-128k is een afzonderlijke vermelding met een grotere context en de modellen van de vierde generatie zijn afzonderlijk benoemde edities. Houd het geselecteerde model en het contextprofiel expliciet bij het voorbereiden van een gesprek of het vergelijken van resultaten.
De referentie van de producent voor algemene gesprekken levert een modelnaam en een lijst met berichten aan. Plaats eerdere beurten vóór latere. Een system-bericht komt, indien gebruikt, als eerste en definieert de rol of antwoordvereisten; user-berichten leveren de taak aan en assistant-berichten bewaren eerdere antwoorden. Tekstinhoud kan een string of een getypeerde structuur voor tekstinhoud zijn.
Benoem voor een documenttaak de passage en het gewenste resultaat. Een voorbeeld is: “Haal de genoemde deadline, verantwoordelijke en het eindproduct uit deze projectnotitie en geef een veldlijst met de ondersteunende formulering terug.” Lever voor een herschrijving de oorspronkelijke tekst, doelgroep en toon aan. Bewaar de relevante eerdere beurt wanneer het volgende verzoek afhangt van een eerdere interpretatie.
De gedocumenteerde gespreksoperatie accepteert een maximale antwoordruimte van 1 tot 2,048 tokens, met 2,048 als standaard. Deze antwoordinstelling staat los van de context van 32K van het model. Laat ruimte voor het antwoord bij het kiezen van de invoer en controleer de voltooiingsreden voordat je het resultaat als voltooid behandelt.
De samplinginstellingen van de maker zijn temperature van 0 tot 1, standaard 0.3; top_p van 0 tot maar exclusief 1, standaard 0.85; en top_k van 0 tot 20, standaard 5. Een top_k van 0 schakelt die selectiestrategie uit. Dit zijn instellingen van de producentinterface. Houd bij een vergelijking de taak en bron gelijk en wijzig de instelling die relevant is voor het resultaat dat je wilt onderzoeken.
Baichuan3-Turbo staat expliciet vermeld bij de modellen die uitvoer als JSON-object ondersteunen. De JSON-modus van de producent vereist ook een instructie in het system- of user-bericht om JSON te genereren. Specificeer de velden en hun betekenis en leg uit hoe een onbekende waarde moet worden weergegeven. Controleer het teruggegeven object aan de hand van die eisen voordat je het naar een volgende stap doorgeeft.
Vraag voor het voorbeeld van de projectnotitie om velden voor deadline, verantwoordelijke en eindproduct, met bewijstekst. Een antwoord dat door de lengteruimte is gestopt kan onvolledige JSON bevatten. Bewaar de bron en voltooiingsreden en pas vervolgens de taak of antwoordruimte aan voordat je een gedeeltelijk object als geldig record behandelt.
De workflow voor algemene gesprekken biedt informatie ophalen uit een kennisbank, webzoeken en aangepaste functies. Ophalen uit de kennisbank kan worden beperkt tot uitsluitend de aangeleverde kennis; in die modus specificeert de maker dat geen opgehaald resultaat ook geen antwoord betekent. Als ophalen en webzoeken samen zijn ingesteld, krijgt ophalen voorrang. De referentie waarschuwt ook tegen het combineren van functieaanroepen met die ophaal- of zoektools binnen dezelfde taak.
Geef voor een kennisvraag de relevante collectie op en stel een gerichte vraag. Bewaar bij een vraag naar actuele informatie het daadwerkelijke zoekbewijs bij het antwoord. Houd door een tool aangeleverd bewijs gescheiden van een conclusie die uit dat bewijs is gegenereerd.
Baichuan3-Turbo is uitdrukkelijk opgenomen in de lijst met functieondersteuning. Een functiedefinitie levert de naam, beschrijving en het argumentschema aan. Het model kan een bewerking selecteren en argumenten genereren; de verbonden applicatie voert die uit en geeft het resultaat terug als toolbericht dat bij de aanroep hoort. Behoud die relatie in de volgende beurt. De keuzes van de producent voor functieselectie zijn automatische selectie of geen toolaanroepen.
De gedocumenteerde interface ondersteunt een volledig antwoord of een stroom tekstdelen; niet-streamen is de standaard. Voeg gestreamde delen samen tot het definitieve antwoord. Het resultaat geeft aan of generatie normaal stopte, een lengtelimiet bereikte, een tool selecteerde of inhoudsfiltering tegenkwam.
Gebruik het voltooide werkstuk voor de beoogde taak: een beknopt antwoord, herziene formulering, geëxtraheerd record of een uitleg op basis van teruggegeven bewijs. Controleer de bronafhankelijke waarden samen met de geselecteerde editie. Een verwant model met grotere context, een andere Baichuan-generatie en een door een applicatie geproduceerd functieresultaat blijven afzonderlijke onderdelen van de workflow.
", "aboutText": "### Het benoemde gespreksmodel met 32K context\n\nBaichuan3-Turbo is een algemeen model voor tekstgesprekken in de modellenreeks van de derde generatie van Baichuan. De maker vermeldt een context van 32K voor deze exacte naam. Baichuan3-Turbo-128k is een afzonderlijke vermelding met een grotere context en de modellen van de vierde generatie zijn afzonderlijk benoemde edities. Houd het geselecteerde model en het contextprofiel expliciet bij het voorbereiden van een gesprek of het vergelijken van resultaten.\n\n### Berichten in gespreksvolgorde voorbereiden\n\nDe referentie van de producent voor algemene gesprekken levert een modelnaam en een lijst met berichten aan. Plaats eerdere beurten vóór latere. Een system-bericht komt, indien gebruikt, als eerste en definieert de rol of antwoordvereisten; user-berichten leveren de taak aan en assistant-berichten bewaren eerdere antwoorden. Tekstinhoud kan een string of een getypeerde structuur voor tekstinhoud zijn.\n\nBenoem voor een documenttaak de passage en het gewenste resultaat. Een voorbeeld is: “Haal de genoemde deadline, verantwoordelijke en het eindproduct uit deze projectnotitie en geef een veldlijst met de ondersteunende formulering terug.” Lever voor een herschrijving de oorspronkelijke tekst, doelgroep en toon aan. Bewaar de relevante eerdere beurt wanneer het volgende verzoek afhangt van een eerdere interpretatie.\n\n### Het antwoord en de lengte ervan instellen\n\nDe gedocumenteerde gespreksoperatie accepteert een maximale antwoordruimte van 1 tot 2,048 tokens, met 2,048 als standaard. Deze antwoordinstelling staat los van de context van 32K van het model. Laat ruimte voor het antwoord bij het kiezen van de invoer en controleer de voltooiingsreden voordat je het resultaat als voltooid behandelt.\n\nDe samplinginstellingen van de maker zijn temperature van 0 tot 1, standaard 0.3; top_p van 0 tot maar exclusief 1, standaard 0.85; en top_k van 0 tot 20, standaard 5. Een top_k van 0 schakelt die selectiestrategie uit. Dit zijn instellingen van de producentinterface. Houd bij een vergelijking de taak en bron gelijk en wijzig de instelling die relevant is voor het resultaat dat je wilt onderzoeken.\n\n### JSON doelbewust produceren\n\nBaichuan3-Turbo staat expliciet vermeld bij de modellen die uitvoer als JSON-object ondersteunen. De JSON-modus van de producent vereist ook een instructie in het system- of user-bericht om JSON te genereren. Specificeer de velden en hun betekenis en leg uit hoe een onbekende waarde moet worden weergegeven. Controleer het teruggegeven object aan de hand van die eisen voordat je het naar een volgende stap doorgeeft.\n\nVraag voor het voorbeeld van de projectnotitie om velden voor deadline, verantwoordelijke en eindproduct, met bewijstekst. Een antwoord dat door de lengteruimte is gestopt kan onvolledige JSON bevatten. Bewaar de bron en voltooiingsreden en pas vervolgens de taak of antwoordruimte aan voordat je een gedeeltelijk object als geldig record behandelt.\n\n### Bewijs ophalen of om een functie vragen\n\nDe workflow voor algemene gesprekken biedt informatie ophalen uit een kennisbank, webzoeken en aangepaste functies. Ophalen uit de kennisbank kan worden beperkt tot uitsluitend de aangeleverde kennis; in die modus specificeert de maker dat geen opgehaald resultaat ook geen antwoord betekent. Als ophalen en webzoeken samen zijn ingesteld, krijgt ophalen voorrang. De referentie waarschuwt ook tegen het combineren van functieaanroepen met die ophaal- of zoektools binnen dezelfde taak.\n\nGeef voor een kennisvraag de relevante collectie op en stel een gerichte vraag. Bewaar bij een vraag naar actuele informatie het daadwerkelijke zoekbewijs bij het antwoord. Houd door een tool aangeleverd bewijs gescheiden van een conclusie die uit dat bewijs is gegenereerd.\n\nBaichuan3-Turbo is uitdrukkelijk opgenomen in de lijst met functieondersteuning. Een functiedefinitie levert de naam, beschrijving en het argumentschema aan. Het model kan een bewerking selecteren en argumenten genereren; de verbonden applicatie voert die uit en geeft het resultaat terug als toolbericht dat bij de aanroep hoort. Behoud die relatie in de volgende beurt. De keuzes van de producent voor functieselectie zijn automatische selectie of geen toolaanroepen.\n\n### De voltooide tekst of het object bewaren\n\nDe gedocumenteerde interface ondersteunt een volledig antwoord of een stroom tekstdelen; niet-streamen is de standaard. Voeg gestreamde delen samen tot het definitieve antwoord. Het resultaat geeft aan of generatie normaal stopte, een lengtelimiet bereikte, een tool selecteerde of inhoudsfiltering tegenkwam.\n\nGebruik het voltooide werkstuk voor de beoogde taak: een beknopt antwoord, herziene formulering, geëxtraheerd record of een uitleg op basis van teruggegeven bewijs. Controleer de bronafhankelijke waarden samen met de geselecteerde editie. Een verwant model met grotere context, een andere Baichuan-generatie en een door een applicatie geproduceerd functieresultaat blijven afzonderlijke onderdelen van de workflow.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Extract a project handoff\n\nExtract a handoff from this note: Maya will send the revised pricing sheet to Operations by 16:00 Thursday. Leon will review it after receipt; no review deadline has been agreed. Return the owner, deliverable and deadline for each action, with supporting words. Mark missing deadlines as unspecified.Two action records containing owner, deliverable, deadline and a short supporting quotation.Check that Thursday 16:00 belongs to Maya’s delivery and is not assigned to Leon’s review.Baichuan3-TurboBaichuan3-Turbo is een model voor tekstgesprekken met een gedocumenteerde context van 32K. De interface van de producent ondersteunt volledige of gestreamde antwoorden, JSON-uitvoer en aangepaste functieaanroepen, met afzonderlijke opties voor kennis ophalen en webzoeken voor onderbouwde antwoorden.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Baichuan3-Turbo is een algemeen model voor tekstgesprekken in de modellenreeks van de derde generatie van Baichuan. De maker vermeldt een context van 32K voor deze exacte naam. Baichuan3-Turbo-128k is een afzonderlijke vermelding met een grotere context en de modellen van de vierde generatie zijn afzonderlijk benoemde edities. Houd het geselecteerde model en het contextprofiel expliciet bij het voorbereiden van een gesprek of het vergelijken van resultaten.
De referentie van de producent voor algemene gesprekken levert een modelnaam en een lijst met berichten aan. Plaats eerdere beurten vóór latere. Een system-bericht komt, indien gebruikt, als eerste en definieert de rol of antwoordvereisten; user-berichten leveren de taak aan en assistant-berichten bewaren eerdere antwoorden. Tekstinhoud kan een string of een getypeerde structuur voor tekstinhoud zijn.
Benoem voor een documenttaak de passage en het gewenste resultaat. Een voorbeeld is: “Haal de genoemde deadline, verantwoordelijke en het eindproduct uit deze projectnotitie en geef een veldlijst met de ondersteunende formulering terug.” Lever voor een herschrijving de oorspronkelijke tekst, doelgroep en toon aan. Bewaar de relevante eerdere beurt wanneer het volgende verzoek afhangt van een eerdere interpretatie.
De gedocumenteerde gespreksoperatie accepteert een maximale antwoordruimte van 1 tot 2,048 tokens, met 2,048 als standaard. Deze antwoordinstelling staat los van de context van 32K van het model. Laat ruimte voor het antwoord bij het kiezen van de invoer en controleer de voltooiingsreden voordat je het resultaat als voltooid behandelt.
De samplinginstellingen van de maker zijn temperature van 0 tot 1, standaard 0.3; top_p van 0 tot maar exclusief 1, standaard 0.85; en top_k van 0 tot 20, standaard 5. Een top_k van 0 schakelt die selectiestrategie uit. Dit zijn instellingen van de producentinterface. Houd bij een vergelijking de taak en bron gelijk en wijzig de instelling die relevant is voor het resultaat dat je wilt onderzoeken.
Baichuan3-Turbo staat expliciet vermeld bij de modellen die uitvoer als JSON-object ondersteunen. De JSON-modus van de producent vereist ook een instructie in het system- of user-bericht om JSON te genereren. Specificeer de velden en hun betekenis en leg uit hoe een onbekende waarde moet worden weergegeven. Controleer het teruggegeven object aan de hand van die eisen voordat je het naar een volgende stap doorgeeft.
Vraag voor het voorbeeld van de projectnotitie om velden voor deadline, verantwoordelijke en eindproduct, met bewijstekst. Een antwoord dat door de lengteruimte is gestopt kan onvolledige JSON bevatten. Bewaar de bron en voltooiingsreden en pas vervolgens de taak of antwoordruimte aan voordat je een gedeeltelijk object als geldig record behandelt.
De workflow voor algemene gesprekken biedt informatie ophalen uit een kennisbank, webzoeken en aangepaste functies. Ophalen uit de kennisbank kan worden beperkt tot uitsluitend de aangeleverde kennis; in die modus specificeert de maker dat geen opgehaald resultaat ook geen antwoord betekent. Als ophalen en webzoeken samen zijn ingesteld, krijgt ophalen voorrang. De referentie waarschuwt ook tegen het combineren van functieaanroepen met die ophaal- of zoektools binnen dezelfde taak.
Geef voor een kennisvraag de relevante collectie op en stel een gerichte vraag. Bewaar bij een vraag naar actuele informatie het daadwerkelijke zoekbewijs bij het antwoord. Houd door een tool aangeleverd bewijs gescheiden van een conclusie die uit dat bewijs is gegenereerd.
Baichuan3-Turbo is uitdrukkelijk opgenomen in de lijst met functieondersteuning. Een functiedefinitie levert de naam, beschrijving en het argumentschema aan. Het model kan een bewerking selecteren en argumenten genereren; de verbonden applicatie voert die uit en geeft het resultaat terug als toolbericht dat bij de aanroep hoort. Behoud die relatie in de volgende beurt. De keuzes van de producent voor functieselectie zijn automatische selectie of geen toolaanroepen.
De gedocumenteerde interface ondersteunt een volledig antwoord of een stroom tekstdelen; niet-streamen is de standaard. Voeg gestreamde delen samen tot het definitieve antwoord. Het resultaat geeft aan of generatie normaal stopte, een lengtelimiet bereikte, een tool selecteerde of inhoudsfiltering tegenkwam.
Gebruik het voltooide werkstuk voor de beoogde taak: een beknopt antwoord, herziene formulering, geëxtraheerd record of een uitleg op basis van teruggegeven bewijs. Controleer de bronafhankelijke waarden samen met de geselecteerde editie. Een verwant model met grotere context, een andere Baichuan-generatie en een door een applicatie geproduceerd functieresultaat blijven afzonderlijke onderdelen van de workflow.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten Baichuan3-Turbo | 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 $0.00374 / 1K tokens Uitvoer · Uitvoertokens $0.00374 / 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": "Baichuan3-Turbo", "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='Baichuan3-Turbo',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='Baichuan3-Turbo',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 Baichuan3-Turbo
Gebruik de hierboven getoonde methodepaden.
Baichuan3-TurboBaichuan3-Turbo is een model voor tekstgesprekken met een gedocumenteerde context van 32K. De interface van de producent ondersteunt volledige of gestreamde antwoorden, JSON-uitvoer en aangepaste functieaanroepen, met afzonderlijke opties voor kennis ophalen en webzoeken voor onderbouwde antwoorden.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Baichuan3-Turbo is een algemeen model voor tekstgesprekken in de modellenreeks van de derde generatie van Baichuan. De maker vermeldt een context van 32K voor deze exacte naam. Baichuan3-Turbo-128k is een afzonderlijke vermelding met een grotere context en de modellen van de vierde generatie zijn afzonderlijk benoemde edities. Houd het geselecteerde model en het contextprofiel expliciet bij het voorbereiden van een gesprek of het vergelijken van resultaten.
De referentie van de producent voor algemene gesprekken levert een modelnaam en een lijst met berichten aan. Plaats eerdere beurten vóór latere. Een system-bericht komt, indien gebruikt, als eerste en definieert de rol of antwoordvereisten; user-berichten leveren de taak aan en assistant-berichten bewaren eerdere antwoorden. Tekstinhoud kan een string of een getypeerde structuur voor tekstinhoud zijn.
Benoem voor een documenttaak de passage en het gewenste resultaat. Een voorbeeld is: “Haal de genoemde deadline, verantwoordelijke en het eindproduct uit deze projectnotitie en geef een veldlijst met de ondersteunende formulering terug.” Lever voor een herschrijving de oorspronkelijke tekst, doelgroep en toon aan. Bewaar de relevante eerdere beurt wanneer het volgende verzoek afhangt van een eerdere interpretatie.
De gedocumenteerde gespreksoperatie accepteert een maximale antwoordruimte van 1 tot 2,048 tokens, met 2,048 als standaard. Deze antwoordinstelling staat los van de context van 32K van het model. Laat ruimte voor het antwoord bij het kiezen van de invoer en controleer de voltooiingsreden voordat je het resultaat als voltooid behandelt.
De samplinginstellingen van de maker zijn temperature van 0 tot 1, standaard 0.3; top_p van 0 tot maar exclusief 1, standaard 0.85; en top_k van 0 tot 20, standaard 5. Een top_k van 0 schakelt die selectiestrategie uit. Dit zijn instellingen van de producentinterface. Houd bij een vergelijking de taak en bron gelijk en wijzig de instelling die relevant is voor het resultaat dat je wilt onderzoeken.
Baichuan3-Turbo staat expliciet vermeld bij de modellen die uitvoer als JSON-object ondersteunen. De JSON-modus van de producent vereist ook een instructie in het system- of user-bericht om JSON te genereren. Specificeer de velden en hun betekenis en leg uit hoe een onbekende waarde moet worden weergegeven. Controleer het teruggegeven object aan de hand van die eisen voordat je het naar een volgende stap doorgeeft.
Vraag voor het voorbeeld van de projectnotitie om velden voor deadline, verantwoordelijke en eindproduct, met bewijstekst. Een antwoord dat door de lengteruimte is gestopt kan onvolledige JSON bevatten. Bewaar de bron en voltooiingsreden en pas vervolgens de taak of antwoordruimte aan voordat je een gedeeltelijk object als geldig record behandelt.
De workflow voor algemene gesprekken biedt informatie ophalen uit een kennisbank, webzoeken en aangepaste functies. Ophalen uit de kennisbank kan worden beperkt tot uitsluitend de aangeleverde kennis; in die modus specificeert de maker dat geen opgehaald resultaat ook geen antwoord betekent. Als ophalen en webzoeken samen zijn ingesteld, krijgt ophalen voorrang. De referentie waarschuwt ook tegen het combineren van functieaanroepen met die ophaal- of zoektools binnen dezelfde taak.
Geef voor een kennisvraag de relevante collectie op en stel een gerichte vraag. Bewaar bij een vraag naar actuele informatie het daadwerkelijke zoekbewijs bij het antwoord. Houd door een tool aangeleverd bewijs gescheiden van een conclusie die uit dat bewijs is gegenereerd.
Baichuan3-Turbo is uitdrukkelijk opgenomen in de lijst met functieondersteuning. Een functiedefinitie levert de naam, beschrijving en het argumentschema aan. Het model kan een bewerking selecteren en argumenten genereren; de verbonden applicatie voert die uit en geeft het resultaat terug als toolbericht dat bij de aanroep hoort. Behoud die relatie in de volgende beurt. De keuzes van de producent voor functieselectie zijn automatische selectie of geen toolaanroepen.
De gedocumenteerde interface ondersteunt een volledig antwoord of een stroom tekstdelen; niet-streamen is de standaard. Voeg gestreamde delen samen tot het definitieve antwoord. Het resultaat geeft aan of generatie normaal stopte, een lengtelimiet bereikte, een tool selecteerde of inhoudsfiltering tegenkwam.
Gebruik het voltooide werkstuk voor de beoogde taak: een beknopt antwoord, herziene formulering, geëxtraheerd record of een uitleg op basis van teruggegeven bewijs. Controleer de bronafhankelijke waarden samen met de geselecteerde editie. Een verwant model met grotere context, een andere Baichuan-generatie en een door een applicatie geproduceerd functieresultaat blijven afzonderlijke onderdelen van de workflow.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten Baichuan3-Turbo | 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 $0.00374 / 1K tokens Uitvoer · Uitvoertokens $0.00374 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "Baichuan3-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Baichuan3-Turbo', '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': 'Baichuan3-Turbo', '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 Baichuan3-Turbo
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Extract a project handoff\n\nExtract a handoff from this note: Maya will send the revised pricing sheet to Operations by 16:00 Thursday. Leon will review it after receipt; no review deadline has been agreed. Return the owner, deliverable and deadline for each action, with supporting words. Mark missing deadlines as unspecified.Two action records containing owner, deliverable, deadline and a short supporting quotation.Check that Thursday 16:00 belongs to Maya’s delivery and is not assigned to Leon’s review.