SenseNova V6 Turbo is de lichte multimodale modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. De variantentabel van de producent specificeert tekstuitvoer, terwijl de bredere V6-serie visueel begrip en taalbegrip combineert voor redeneren en analyse. Turbo is een afzonderlijke modelvariant naast de algemene Pro-versie en de Reasoner voor complex denken. Kies de lichte variant voor een gerichte taak met afbeeldingen en tekst.
Lever de relevante afbeelding of passage aan en benoem wat het antwoord moet vaststellen. Een vraag om visuele hulp kan het te interpreteren object of label identificeren; een documentvraag kan vragen om een vergelijking op basis van zichtbare waarden. Houd de afbeelding duidelijk genoeg voor de taak en bewaar de bronidentificatie wanneer meerdere pagina's betrokken zijn.
Definieer het verwachte resultaat in praktische termen: een korte uitleg, een verzameling geëxtraheerde waarden, een vergelijking of een antwoord op basis van het aangeleverde materiaal. Specificeer bij een grafiek de reeksen, eenheden en periode die van belang zijn. Controleer die details aan de hand van de oorspronkelijke afbeelding, in plaats van een vloeiende beschrijving te accepteren als bewijs dat elke waarde correct is gelezen.
De V6-aankondiging van de producent beschrijft een geïntegreerde multimodale modelfamilie met sterke punten in redeneren, wiskunde en analyse. Gebruik de tekstinstructie om het verband tussen de zichtbare elementen te verduidelijken. Een vergelijking van twee documentafbeeldingen kan vragen welke genoemde voorwaarde verandert en welk gebied die bevinding ondersteunt. Houd afgeleide gevolgen gescheiden van waarden die daadwerkelijk in de bron staan.
Een afgebakende taak is nuttig voor de lichte modelvariant: selecteer het materiaal dat het antwoord beïnvloedt en benoem het voltooiingscriterium. Als een waarde ontbreekt of de afbeelding dubbelzinnig is, behoud dan die onzekerheid in plaats van een volledige registratie af te dwingen. De uitvoer blijft een tekstueel eindresultaat dat aan het aangeleverde bewijs kan worden getoetst.
De maker vermeldt Pro, Turbo en Reasoner afzonderlijk, waarbij Reasoner een redeneerproces en eindantwoord ondersteunt voor complexe denktaken. De demonstraties van lange video en Omni-interactie binnen de bredere V6-familie stellen niet elk veld of elke limiet van de beeld-/tekstinterface van Turbo vast. Latere familiereleases hebben hun eigen media- en redeneerinstellingen.
Bewaar de geselecteerde Turbo-variant, het bronmateriaal en het afgeronde antwoord voor een vervolgvraag. Een bruikbare overdracht kan de vraag, de bronafbeelding en de uitleg of geëxtraheerde registratie bevatten, samen met het bewijs dat deze ondersteunt. Controleer belangrijke namen, getallen en visuele verbanden voordat je het resultaat in een ander document of een andere workflow gebruikt. Zo blijft de lichte multimodale taak concreet en is de volgende correctie gekoppeld aan het werkelijke materiaal.
", "aboutText": "SenseNova V6 Turbo is de lichte multimodale modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. De variantentabel van de producent specificeert tekstuitvoer, terwijl de bredere V6-serie visueel begrip en taalbegrip combineert voor redeneren en analyse. Turbo is een afzonderlijke modelvariant naast de algemene Pro-versie en de Reasoner voor complex denken. Kies de lichte variant voor een gerichte taak met afbeeldingen en tekst.\n\n### Baken een gerichte beeld-/teksttaak af\n\nLever de relevante afbeelding of passage aan en benoem wat het antwoord moet vaststellen. Een vraag om visuele hulp kan het te interpreteren object of label identificeren; een documentvraag kan vragen om een vergelijking op basis van zichtbare waarden. Houd de afbeelding duidelijk genoeg voor de taak en bewaar de bronidentificatie wanneer meerdere pagina's betrokken zijn.\n\nDefinieer het verwachte resultaat in praktische termen: een korte uitleg, een verzameling geëxtraheerde waarden, een vergelijking of een antwoord op basis van het aangeleverde materiaal. Specificeer bij een grafiek de reeksen, eenheden en periode die van belang zijn. Controleer die details aan de hand van de oorspronkelijke afbeelding, in plaats van een vloeiende beschrijving te accepteren als bewijs dat elke waarde correct is gelezen.\n\n### Verbind taal en visueel bewijs\n\nDe V6-aankondiging van de producent beschrijft een geïntegreerde multimodale modelfamilie met sterke punten in redeneren, wiskunde en analyse. Gebruik de tekstinstructie om het verband tussen de zichtbare elementen te verduidelijken. Een vergelijking van twee documentafbeeldingen kan vragen welke genoemde voorwaarde verandert en welk gebied die bevinding ondersteunt. Houd afgeleide gevolgen gescheiden van waarden die daadwerkelijk in de bron staan.\n\nEen afgebakende taak is nuttig voor de lichte modelvariant: selecteer het materiaal dat het antwoord beïnvloedt en benoem het voltooiingscriterium. Als een waarde ontbreekt of de afbeelding dubbelzinnig is, behoud dan die onzekerheid in plaats van een volledige registratie af te dwingen. De uitvoer blijft een tekstueel eindresultaat dat aan het aangeleverde bewijs kan worden getoetst.\n\n### Houd de reikwijdte van de Turbo-variant duidelijk\n\nDe maker vermeldt Pro, Turbo en Reasoner afzonderlijk, waarbij Reasoner een redeneerproces en eindantwoord ondersteunt voor complexe denktaken. De demonstraties van lange video en Omni-interactie binnen de bredere V6-familie stellen niet elk veld of elke limiet van de beeld-/tekstinterface van Turbo vast. Latere familiereleases hebben hun eigen media- en redeneerinstellingen.\n\nBewaar de geselecteerde Turbo-variant, het bronmateriaal en het afgeronde antwoord voor een vervolgvraag. Een bruikbare overdracht kan de vraag, de bronafbeelding en de uitleg of geëxtraheerde registratie bevatten, samen met het bewijs dat deze ondersteunt. Controleer belangrijke namen, getallen en visuele verbanden voordat je het resultaat in een ander document of een andere workflow gebruikt. Zo blijft de lichte multimodale taak concreet en is de volgende correctie gekoppeld aan het werkelijke materiaal.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Explain a chart transcription\n\nUse this transcribed chart: returns per 100 orders, Week 1 = 2, Week 2 = 5, Week 3 = unknown. Write a short explanation for an operations colleague, state the recorded change and identify the missing comparison. Do not call the values total returns or infer why Week 2 increased.A brief explanation with the Week 1-to-2 change, correct per-100-order units and an explicit Week 3 gap.Check that the rate denominator is retained and no Week 3 trend or cause is invented.SenseNova-V6-TurboSenseNova V6 Turbo is de lichte modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. Het retourneert tekst voor gerichte visuele vragen en documenttaken, waarbij de bronafbeelding en vraag worden bewaard om het resultaat te controleren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
SenseNova V6 Turbo is de lichte multimodale modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. De variantentabel van de producent specificeert tekstuitvoer, terwijl de bredere V6-serie visueel begrip en taalbegrip combineert voor redeneren en analyse. Turbo is een afzonderlijke modelvariant naast de algemene Pro-versie en de Reasoner voor complex denken. Kies de lichte variant voor een gerichte taak met afbeeldingen en tekst.
Lever de relevante afbeelding of passage aan en benoem wat het antwoord moet vaststellen. Een vraag om visuele hulp kan het te interpreteren object of label identificeren; een documentvraag kan vragen om een vergelijking op basis van zichtbare waarden. Houd de afbeelding duidelijk genoeg voor de taak en bewaar de bronidentificatie wanneer meerdere pagina's betrokken zijn.
Definieer het verwachte resultaat in praktische termen: een korte uitleg, een verzameling geëxtraheerde waarden, een vergelijking of een antwoord op basis van het aangeleverde materiaal. Specificeer bij een grafiek de reeksen, eenheden en periode die van belang zijn. Controleer die details aan de hand van de oorspronkelijke afbeelding, in plaats van een vloeiende beschrijving te accepteren als bewijs dat elke waarde correct is gelezen.
De V6-aankondiging van de producent beschrijft een geïntegreerde multimodale modelfamilie met sterke punten in redeneren, wiskunde en analyse. Gebruik de tekstinstructie om het verband tussen de zichtbare elementen te verduidelijken. Een vergelijking van twee documentafbeeldingen kan vragen welke genoemde voorwaarde verandert en welk gebied die bevinding ondersteunt. Houd afgeleide gevolgen gescheiden van waarden die daadwerkelijk in de bron staan.
Een afgebakende taak is nuttig voor de lichte modelvariant: selecteer het materiaal dat het antwoord beïnvloedt en benoem het voltooiingscriterium. Als een waarde ontbreekt of de afbeelding dubbelzinnig is, behoud dan die onzekerheid in plaats van een volledige registratie af te dwingen. De uitvoer blijft een tekstueel eindresultaat dat aan het aangeleverde bewijs kan worden getoetst.
De maker vermeldt Pro, Turbo en Reasoner afzonderlijk, waarbij Reasoner een redeneerproces en eindantwoord ondersteunt voor complexe denktaken. De demonstraties van lange video en Omni-interactie binnen de bredere V6-familie stellen niet elk veld of elke limiet van de beeld-/tekstinterface van Turbo vast. Latere familiereleases hebben hun eigen media- en redeneerinstellingen.
Bewaar de geselecteerde Turbo-variant, het bronmateriaal en het afgeronde antwoord voor een vervolgvraag. Een bruikbare overdracht kan de vraag, de bronafbeelding en de uitleg of geëxtraheerde registratie bevatten, samen met het bewijs dat deze ondersteunt. Controleer belangrijke namen, getallen en visuele verbanden voordat je het resultaat in een ander document of een andere workflow gebruikt. Zo blijft de lichte multimodale taak concreet en is de volgende correctie gekoppeld aan het werkelijke materiaal.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten SenseNova-V6-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: De ondersteunde verzameling rollen is afhankelijk van het geselecteerde model. 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 | ContractLees uw eigen UTF-8-document en voeg de tekst ervan in messages[].content in. |
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 $0.00055 / 1K tokens Uitvoer · Uitvoertokens $0.00143 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "SenseNova-V6-Turbo",\n "messages": [\n {\n "role": "user",\n "content": "Hello!"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source document}"\nexport AILOOT_TEXT_FILE AILOOT_STREAM\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Turbo', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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/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-body.bin\npython3 - <<'PY_RESULT'\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Turbo', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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')\nrequest = Request('https://api.ailoot.ai/v1/chat/completions', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers={'Authorization': 'Bearer ' + api_key, 'Content-Type': 'application/json'}, 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-body.bin').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result-body.bin').write_bytes(raw)\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nimport { readFileSync, writeFileSync } from 'node:fs';\n\nconst apiKey = process.env.AILOOT_API_KEY;\nif (!apiKey?.trim()) throw new Error('Set AILOOT_API_KEY');\nif (!process.env.AILOOT_TEXT_FILE) throw new Error('Choose your actual UTF-8 document');\nconst text = readFileSync(process.env.AILOOT_TEXT_FILE, 'utf8');\nif (!text.trim()) throw new Error('The document must contain text');\nconst stream = process.env.AILOOT_STREAM === '1';\nconst payload = {"model": "SenseNova-V6-Turbo", "messages": [{"role": "user", "content": "Hello!"}]};\npayload.messages[0].content = 'Summarize this material and quote supporting passages.\\n\\n' + text;\npayload.stream = stream;\nconst response = await fetch('https://api.ailoot.ai/v1/chat/completions', { method: 'POST', headers: { 'Authorization': 'Bearer ' + apiKey, 'Content-Type': 'application/json' }, body: JSON.stringify(payload) });\nconst raw = Buffer.from(await response.arrayBuffer());\nwriteFileSync('result-body.bin', raw);\nwriteFileSync('response-headers.txt', [...response.headers].map(([key, value]) => key + ': ' + value).join('\\n'));\nif (!response.ok) throw new Error('HTTP ' + response.status + '; original response saved in result-body.bin');\nif (stream) {\n writeFileSync('result.sse', raw);\n process.stdout.write(raw);\n} else {\n writeFileSync('result.json', raw);\n const result = JSON.parse(raw.toString('utf8'));\n console.log(JSON.stringify(result, null, 2));\n for (const choice of result.choices ?? []) console.log('Choice', choice.index, JSON.stringify(choice));\n}\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 SenseNova-V6-Turbo, sensetime/sensenova-v6-turbo
Gebruik de hierboven getoonde methodepaden.
SenseNova-V6-TurboSenseNova V6 Turbo is de lichte modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. Het retourneert tekst voor gerichte visuele vragen en documenttaken, waarbij de bronafbeelding en vraag worden bewaard om het resultaat te controleren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
SenseNova V6 Turbo is de lichte multimodale modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. De variantentabel van de producent specificeert tekstuitvoer, terwijl de bredere V6-serie visueel begrip en taalbegrip combineert voor redeneren en analyse. Turbo is een afzonderlijke modelvariant naast de algemene Pro-versie en de Reasoner voor complex denken. Kies de lichte variant voor een gerichte taak met afbeeldingen en tekst.
Lever de relevante afbeelding of passage aan en benoem wat het antwoord moet vaststellen. Een vraag om visuele hulp kan het te interpreteren object of label identificeren; een documentvraag kan vragen om een vergelijking op basis van zichtbare waarden. Houd de afbeelding duidelijk genoeg voor de taak en bewaar de bronidentificatie wanneer meerdere pagina's betrokken zijn.
Definieer het verwachte resultaat in praktische termen: een korte uitleg, een verzameling geëxtraheerde waarden, een vergelijking of een antwoord op basis van het aangeleverde materiaal. Specificeer bij een grafiek de reeksen, eenheden en periode die van belang zijn. Controleer die details aan de hand van de oorspronkelijke afbeelding, in plaats van een vloeiende beschrijving te accepteren als bewijs dat elke waarde correct is gelezen.
De V6-aankondiging van de producent beschrijft een geïntegreerde multimodale modelfamilie met sterke punten in redeneren, wiskunde en analyse. Gebruik de tekstinstructie om het verband tussen de zichtbare elementen te verduidelijken. Een vergelijking van twee documentafbeeldingen kan vragen welke genoemde voorwaarde verandert en welk gebied die bevinding ondersteunt. Houd afgeleide gevolgen gescheiden van waarden die daadwerkelijk in de bron staan.
Een afgebakende taak is nuttig voor de lichte modelvariant: selecteer het materiaal dat het antwoord beïnvloedt en benoem het voltooiingscriterium. Als een waarde ontbreekt of de afbeelding dubbelzinnig is, behoud dan die onzekerheid in plaats van een volledige registratie af te dwingen. De uitvoer blijft een tekstueel eindresultaat dat aan het aangeleverde bewijs kan worden getoetst.
De maker vermeldt Pro, Turbo en Reasoner afzonderlijk, waarbij Reasoner een redeneerproces en eindantwoord ondersteunt voor complexe denktaken. De demonstraties van lange video en Omni-interactie binnen de bredere V6-familie stellen niet elk veld of elke limiet van de beeld-/tekstinterface van Turbo vast. Latere familiereleases hebben hun eigen media- en redeneerinstellingen.
Bewaar de geselecteerde Turbo-variant, het bronmateriaal en het afgeronde antwoord voor een vervolgvraag. Een bruikbare overdracht kan de vraag, de bronafbeelding en de uitleg of geëxtraheerde registratie bevatten, samen met het bewijs dat deze ondersteunt. Controleer belangrijke namen, getallen en visuele verbanden voordat je het resultaat in een ander document of een andere workflow gebruikt. Zo blijft de lichte multimodale taak concreet en is de volgende correctie gekoppeld aan het werkelijke materiaal.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten SenseNova-V6-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 $0.00055 / 1K tokens Uitvoer · Uitvoertokens $0.00143 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "SenseNova-V6-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseNova-V6-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': 'SenseNova-V6-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 SenseNova-V6-Turbo, sensetime/sensenova-v6-turbo
Gebruik de hierboven getoonde methodepaden.
sensetime/sensenova-v6-turboSenseNova V6 Turbo is de lichte modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. Het retourneert tekst voor gerichte visuele vragen en documenttaken, waarbij de bronafbeelding en vraag worden bewaard om het resultaat te controleren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
SenseNova V6 Turbo is de lichte multimodale modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. De variantentabel van de producent specificeert tekstuitvoer, terwijl de bredere V6-serie visueel begrip en taalbegrip combineert voor redeneren en analyse. Turbo is een afzonderlijke modelvariant naast de algemene Pro-versie en de Reasoner voor complex denken. Kies de lichte variant voor een gerichte taak met afbeeldingen en tekst.
Lever de relevante afbeelding of passage aan en benoem wat het antwoord moet vaststellen. Een vraag om visuele hulp kan het te interpreteren object of label identificeren; een documentvraag kan vragen om een vergelijking op basis van zichtbare waarden. Houd de afbeelding duidelijk genoeg voor de taak en bewaar de bronidentificatie wanneer meerdere pagina's betrokken zijn.
Definieer het verwachte resultaat in praktische termen: een korte uitleg, een verzameling geëxtraheerde waarden, een vergelijking of een antwoord op basis van het aangeleverde materiaal. Specificeer bij een grafiek de reeksen, eenheden en periode die van belang zijn. Controleer die details aan de hand van de oorspronkelijke afbeelding, in plaats van een vloeiende beschrijving te accepteren als bewijs dat elke waarde correct is gelezen.
De V6-aankondiging van de producent beschrijft een geïntegreerde multimodale modelfamilie met sterke punten in redeneren, wiskunde en analyse. Gebruik de tekstinstructie om het verband tussen de zichtbare elementen te verduidelijken. Een vergelijking van twee documentafbeeldingen kan vragen welke genoemde voorwaarde verandert en welk gebied die bevinding ondersteunt. Houd afgeleide gevolgen gescheiden van waarden die daadwerkelijk in de bron staan.
Een afgebakende taak is nuttig voor de lichte modelvariant: selecteer het materiaal dat het antwoord beïnvloedt en benoem het voltooiingscriterium. Als een waarde ontbreekt of de afbeelding dubbelzinnig is, behoud dan die onzekerheid in plaats van een volledige registratie af te dwingen. De uitvoer blijft een tekstueel eindresultaat dat aan het aangeleverde bewijs kan worden getoetst.
De maker vermeldt Pro, Turbo en Reasoner afzonderlijk, waarbij Reasoner een redeneerproces en eindantwoord ondersteunt voor complexe denktaken. De demonstraties van lange video en Omni-interactie binnen de bredere V6-familie stellen niet elk veld of elke limiet van de beeld-/tekstinterface van Turbo vast. Latere familiereleases hebben hun eigen media- en redeneerinstellingen.
Bewaar de geselecteerde Turbo-variant, het bronmateriaal en het afgeronde antwoord voor een vervolgvraag. Een bruikbare overdracht kan de vraag, de bronafbeelding en de uitleg of geëxtraheerde registratie bevatten, samen met het bewijs dat deze ondersteunt. Controleer belangrijke namen, getallen en visuele verbanden voordat je het resultaat in een ander document of een andere workflow gebruikt. Zo blijft de lichte multimodale taak concreet en is de volgende correctie gekoppeld aan het werkelijke materiaal.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten sensetime/sensenova-v6-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 $0.00055 / 1K tokens Uitvoer · Uitvoertokens $0.00143 / 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": "sensetime/sensenova-v6-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='sensetime/sensenova-v6-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='sensetime/sensenova-v6-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 SenseNova-V6-Turbo, sensetime/sensenova-v6-turbo
Gebruik de hierboven getoonde methodepaden.
sensetime/sensenova-v6-turboSenseNova V6 Turbo is de lichte modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. Het retourneert tekst voor gerichte visuele vragen en documenttaken, waarbij de bronafbeelding en vraag worden bewaard om het resultaat te controleren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
SenseNova V6 Turbo is de lichte multimodale modelvariant van SenseTime voor gesprekken met afbeeldingen en tekst. De variantentabel van de producent specificeert tekstuitvoer, terwijl de bredere V6-serie visueel begrip en taalbegrip combineert voor redeneren en analyse. Turbo is een afzonderlijke modelvariant naast de algemene Pro-versie en de Reasoner voor complex denken. Kies de lichte variant voor een gerichte taak met afbeeldingen en tekst.
Lever de relevante afbeelding of passage aan en benoem wat het antwoord moet vaststellen. Een vraag om visuele hulp kan het te interpreteren object of label identificeren; een documentvraag kan vragen om een vergelijking op basis van zichtbare waarden. Houd de afbeelding duidelijk genoeg voor de taak en bewaar de bronidentificatie wanneer meerdere pagina's betrokken zijn.
Definieer het verwachte resultaat in praktische termen: een korte uitleg, een verzameling geëxtraheerde waarden, een vergelijking of een antwoord op basis van het aangeleverde materiaal. Specificeer bij een grafiek de reeksen, eenheden en periode die van belang zijn. Controleer die details aan de hand van de oorspronkelijke afbeelding, in plaats van een vloeiende beschrijving te accepteren als bewijs dat elke waarde correct is gelezen.
De V6-aankondiging van de producent beschrijft een geïntegreerde multimodale modelfamilie met sterke punten in redeneren, wiskunde en analyse. Gebruik de tekstinstructie om het verband tussen de zichtbare elementen te verduidelijken. Een vergelijking van twee documentafbeeldingen kan vragen welke genoemde voorwaarde verandert en welk gebied die bevinding ondersteunt. Houd afgeleide gevolgen gescheiden van waarden die daadwerkelijk in de bron staan.
Een afgebakende taak is nuttig voor de lichte modelvariant: selecteer het materiaal dat het antwoord beïnvloedt en benoem het voltooiingscriterium. Als een waarde ontbreekt of de afbeelding dubbelzinnig is, behoud dan die onzekerheid in plaats van een volledige registratie af te dwingen. De uitvoer blijft een tekstueel eindresultaat dat aan het aangeleverde bewijs kan worden getoetst.
De maker vermeldt Pro, Turbo en Reasoner afzonderlijk, waarbij Reasoner een redeneerproces en eindantwoord ondersteunt voor complexe denktaken. De demonstraties van lange video en Omni-interactie binnen de bredere V6-familie stellen niet elk veld of elke limiet van de beeld-/tekstinterface van Turbo vast. Latere familiereleases hebben hun eigen media- en redeneerinstellingen.
Bewaar de geselecteerde Turbo-variant, het bronmateriaal en het afgeronde antwoord voor een vervolgvraag. Een bruikbare overdracht kan de vraag, de bronafbeelding en de uitleg of geëxtraheerde registratie bevatten, samen met het bewijs dat deze ondersteunt. Controleer belangrijke namen, getallen en visuele verbanden voordat je het resultaat in een ander document of een andere workflow gebruikt. Zo blijft de lichte multimodale taak concreet en is de volgende correctie gekoppeld aan het werkelijke materiaal.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten sensetime/sensenova-v6-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 $0.00055 / 1K tokens Uitvoer · Uitvoertokens $0.00143 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "sensetime/sensenova-v6-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sensetime/sensenova-v6-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': 'sensetime/sensenova-v6-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 SenseNova-V6-Turbo, sensetime/sensenova-v6-turbo
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Explain a chart transcription\n\nUse this transcribed chart: returns per 100 orders, Week 1 = 2, Week 2 = 5, Week 3 = unknown. Write a short explanation for an operations colleague, state the recorded change and identify the missing comparison. Do not call the values total returns or infer why Week 2 increased.A brief explanation with the Week 1-to-2 change, correct per-100-order units and an explicit Week 3 gap.Check that the rate denominator is retained and no Week 3 trend or cause is invented.