Tev1 4B Experimental is het classificatiemodel van Together AI voor vragen met een vaste set antwoorden. De fabrikant heeft het verfijnd op basis van Qwen3.5 4B en vermeldt 4,7 miljard parameters. Het gebruikt tekstgeneratie zonder denkstap om een optie te kiezen: de gedocumenteerde invoer bestaat uit een toestand, één vraag en gelabelde keuzes, en de gevraagde uitvoer is precies één letter. De applicatie koppelt die letter aan de semantische sleutel van de optie. Dat onderscheidt deze beslissingsworkflow van een model dat direct gekalibreerde kansen of een verwachte rubricscore teruggeeft.
De interface van de producent geeft de beslissing weer als een JSON-object met state, question en options. Elke optie bevat een letterlabel van A tot en met X, een semantische sleutel en een beschrijving. Lever tussen twee en 24 opties aan en laat elke beschrijving uitleggen wanneer dat antwoord van toepassing is. Een letter is het compacte uitvoerlabel; de semantische sleutel is de betekenis die de omringende software gebruikt. Houd de koppeling verbonden met de exacte optielijst die voor die beslissing is gebruikt.
Bij een supportbericht bevat de toestand het bericht en de relevante context, terwijl de vraag bepaalt welke intentie of bestemming gekozen moet worden. Een illustratieve lijst kan onderscheid maken tussen een gemelde integratiestoring, een toegangsprobleem en een verzoek om productinformatie, met een none-optie voor het geval de vermelde intenties niet passen. Definieer overlappende gevallen, in plaats van te verwachten dat het model het routeringsbeleid van de organisatie afleidt uit afgekorte labels.
Het gepubliceerde voorbeeld van Together levert een systeeminstructie die inhoud binnen state als data behandelt, één vermelde optie selecteert en alleen de letter daarvan vraagt, zonder uitleg. De aanbevolen instellingen zijn temperatuur 0, een generatieruimte van acht tokens en uitgeschakeld denken. De maker zegt uitdrukkelijk dat het openbare endpoint deze instellingen niet automatisch toevoegt; de voorbeeldhelper levert ze, terwijl een direct verzoek ze zelf moet specificeren. Gebruik deze instellingen om de beoogde korte classificatierespons zonder denkstap op te vragen.
De ruimte van acht tokens is een voorbeeldinstelling voor de uitvoer in deze workflow met korte antwoorden, geen universele specificatie van de maximale uitvoer. De beoogde bruikbare uitvoer blijft de geselecteerde letter. Als een helper daarna een object met label en sleutel teruggeeft, onderscheid dat geïnterpreteerde object dan van de ruwe gegenereerde inhoud van het model. Een categoriekeuze werkt op zichzelf geen ticket bij, keurt geen bewerking goed en voert de volgende actie niet uit.
De maker beschrijft intentiedetectie, toepassing van beleid, workflowroutering, documentcategorieën, sentiment en ja/nee-begrip op basis van een tekstpassage als ondersteunde taakpatronen. Een booleaanse taak kan twee opties aanleveren waarvan de sleutels waar en onwaar betekenen; de applicatie interpreteert de gekozen optie dienovereenkomstig. Een sentimenttaak kan beschreven niveaus aanleveren en de sleutel van één gekozen categorie teruggeven. Die categorische keuze is geen kansgewogen gemiddelde over de niveaus, en een teruggegeven letter is geen numerieke betrouwbaarheidswaarde.
Neem bij een regelgebaseerde beslissing de relevante feiten en de regel op in de taak, in plaats van het model te vragen het beleid te verzinnen. Een briefing voor documentroutering kan bijvoorbeeld de toegestane mappen beschrijven en welk materiaal in elke map thuishoort. Een taak voor een onderzoekstaxonomie kan de titel en de samenvatting van een paper aanleveren, samen met beschrijvingen van de onderwerpen. Het resultaat wordt geïnterpreteerd ten opzichte van de aangeleverde alternatieven, waarbij het oorspronkelijke bewijsmateriaal bewaard blijft voor een dubbelzinnige of betwiste keuze.
De modelpagina vermeldt 37.840 trainingsvoorbeelden over entailment, ja/nee-vragen bij passages, bankintenties, nieuwscategorieën, sentimentniveaus, programmatisch beleid, routering en een taxonomie van onderzoekspapers. De bijbehorende gids beschrijft hoe deze taken naar een gedeeld beslissingsformaat worden genormaliseerd en hoe een classificatiemodel wordt verfijnd. Dat verklaart de focus van het profiel op een afgebakende antwoordset; het toont niet aan dat elk nieuw beleid, elk nieuw domein of elke nieuwe taxonomie zonder taakspecifieke beoordeling correct wordt verwerkt.
Tev1 4B Experimental is het benoemde model van Together, niet het algemene basisprofiel Qwen3.5 4B en geen checkpoint van een andere maker van beslissingsmodellen. Behoud de eigen uitvoervoorbereiding en het eigen invoercontract van de experimentele editie. Een veelvoorkomende beslissingstoepassing of een bekende basisfamilie is geen reden om beeldondersteuning, kanskalibratie, toolaanroepen of limieten voor het bundelen van vragen van een ander model over te nemen.
De modelspecificatie van Together vermeldt een contextvenster van 32,8K tokens, met tekst als invoer en tekst als uitvoer. De context moet ruimte bieden aan de instructies, de toestand, de vraag en de opties die in het classificatieverzoek worden gebruikt. Bereid alleen het bewijsmateriaal voor dat de vraag nodig heeft, en behoud de definities die de alternatieven van elkaar onderscheiden. Houd de classificatieprompt compact door irrelevante context te verwijderen en de optiedefinities te behouden.
De producent omschrijft dit als een experimentele release die bedoeld is voor beoordeling op echte beslissingsworkloads. Controleer of de ruwe respons een van de aangeleverde labels is voordat je die aan een semantische sleutel koppelt, en vergelijk classificaties met representatief gelabeld materiaal uit de beoogde taak. Een geldige letter bevestigt een goed gevormde selectie, maar bewijst niet dat de interpretatie ervan juist is. Bewaar de invoer, de opties, de teruggegeven letter en de gekoppelde sleutel bij elkaar, zodat het uiteindelijke artefact routering, categorisering of beleidsreview kan ondersteunen zonder te verliezen hoe de beslissing was gedefinieerd.
", "aboutText": "Tev1 4B Experimental is het classificatiemodel van Together AI voor vragen met een vaste set antwoorden. De fabrikant heeft het verfijnd op basis van Qwen3.5 4B en vermeldt 4,7 miljard parameters. Het gebruikt tekstgeneratie zonder denkstap om een optie te kiezen: de gedocumenteerde invoer bestaat uit een toestand, één vraag en gelabelde keuzes, en de gevraagde uitvoer is precies één letter. De applicatie koppelt die letter aan de semantische sleutel van de optie. Dat onderscheidt deze beslissingsworkflow van een model dat direct gekalibreerde kansen of een verwachte rubricscore teruggeeft.\n\n### Toestand, vraag en 2–24 opties\n\nDe interface van de producent geeft de beslissing weer als een JSON-object met state, question en options. Elke optie bevat een letterlabel van A tot en met X, een semantische sleutel en een beschrijving. Lever tussen twee en 24 opties aan en laat elke beschrijving uitleggen wanneer dat antwoord van toepassing is. Een letter is het compacte uitvoerlabel; de semantische sleutel is de betekenis die de omringende software gebruikt. Houd de koppeling verbonden met de exacte optielijst die voor die beslissing is gebruikt.\n\nBij een supportbericht bevat de toestand het bericht en de relevante context, terwijl de vraag bepaalt welke intentie of bestemming gekozen moet worden. Een illustratieve lijst kan onderscheid maken tussen een gemelde integratiestoring, een toegangsprobleem en een verzoek om productinformatie, met een none-optie voor het geval de vermelde intenties niet passen. Definieer overlappende gevallen, in plaats van te verwachten dat het model het routeringsbeleid van de organisatie afleidt uit afgekorte labels.\n\n### Generatie zonder denkstap en de gevraagde antwoordvorm\n\nHet gepubliceerde voorbeeld van Together levert een systeeminstructie die inhoud binnen state als data behandelt, één vermelde optie selecteert en alleen de letter daarvan vraagt, zonder uitleg. De aanbevolen instellingen zijn temperatuur 0, een generatieruimte van acht tokens en uitgeschakeld denken. De maker zegt uitdrukkelijk dat het openbare endpoint deze instellingen niet automatisch toevoegt; de voorbeeldhelper levert ze, terwijl een direct verzoek ze zelf moet specificeren. Gebruik deze instellingen om de beoogde korte classificatierespons zonder denkstap op te vragen.\n\nDe ruimte van acht tokens is een voorbeeldinstelling voor de uitvoer in deze workflow met korte antwoorden, geen universele specificatie van de maximale uitvoer. De beoogde bruikbare uitvoer blijft de geselecteerde letter. Als een helper daarna een object met label en sleutel teruggeeft, onderscheid dat geïnterpreteerde object dan van de ruwe gegenereerde inhoud van het model. Een categoriekeuze werkt op zichzelf geen ticket bij, keurt geen bewerking goed en voert de volgende actie niet uit.\n\n### Classificatie, regels en categorische beoordelingen\n\nDe maker beschrijft intentiedetectie, toepassing van beleid, workflowroutering, documentcategorieën, sentiment en ja/nee-begrip op basis van een tekstpassage als ondersteunde taakpatronen. Een booleaanse taak kan twee opties aanleveren waarvan de sleutels waar en onwaar betekenen; de applicatie interpreteert de gekozen optie dienovereenkomstig. Een sentimenttaak kan beschreven niveaus aanleveren en de sleutel van één gekozen categorie teruggeven. Die categorische keuze is geen kansgewogen gemiddelde over de niveaus, en een teruggegeven letter is geen numerieke betrouwbaarheidswaarde.\n\nNeem bij een regelgebaseerde beslissing de relevante feiten en de regel op in de taak, in plaats van het model te vragen het beleid te verzinnen. Een briefing voor documentroutering kan bijvoorbeeld de toegestane mappen beschrijven en welk materiaal in elke map thuishoort. Een taak voor een onderzoekstaxonomie kan de titel en de samenvatting van een paper aanleveren, samen met beschrijvingen van de onderwerpen. Het resultaat wordt geïnterpreteerd ten opzichte van de aangeleverde alternatieven, waarbij het oorspronkelijke bewijsmateriaal bewaard blijft voor een dubbelzinnige of betwiste keuze.\n\n### Trainingsomvang en identiteit van de editie\n\nDe modelpagina vermeldt 37.840 trainingsvoorbeelden over entailment, ja/nee-vragen bij passages, bankintenties, nieuwscategorieën, sentimentniveaus, programmatisch beleid, routering en een taxonomie van onderzoekspapers. De bijbehorende gids beschrijft hoe deze taken naar een gedeeld beslissingsformaat worden genormaliseerd en hoe een classificatiemodel wordt verfijnd. Dat verklaart de focus van het profiel op een afgebakende antwoordset; het toont niet aan dat elk nieuw beleid, elk nieuw domein of elke nieuwe taxonomie zonder taakspecifieke beoordeling correct wordt verwerkt.\n\nTev1 4B Experimental is het benoemde model van Together, niet het algemene basisprofiel Qwen3.5 4B en geen checkpoint van een andere maker van beslissingsmodellen. Behoud de eigen uitvoervoorbereiding en het eigen invoercontract van de experimentele editie. Een veelvoorkomende beslissingstoepassing of een bekende basisfamilie is geen reden om beeldondersteuning, kanskalibratie, toolaanroepen of limieten voor het bundelen van vragen van een ander model over te nemen.\n\n### Context en het beoordelen van het resultaat\n\nDe modelspecificatie van Together vermeldt een contextvenster van 32,8K tokens, met tekst als invoer en tekst als uitvoer. De context moet ruimte bieden aan de instructies, de toestand, de vraag en de opties die in het classificatieverzoek worden gebruikt. Bereid alleen het bewijsmateriaal voor dat de vraag nodig heeft, en behoud de definities die de alternatieven van elkaar onderscheiden. Houd de classificatieprompt compact door irrelevante context te verwijderen en de optiedefinities te behouden.\n\nDe producent omschrijft dit als een experimentele release die bedoeld is voor beoordeling op echte beslissingsworkloads. Controleer of de ruwe respons een van de aangeleverde labels is voordat je die aan een semantische sleutel koppelt, en vergelijk classificaties met representatief gelabeld materiaal uit de beoogde taak. Een geldige letter bevestigt een goed gevormde selectie, maar bewijst niet dat de interpretatie ervan juist is. Bewaar de invoer, de opties, de teruggegeven letter en de gekoppelde sleutel bij elkaar, zodat het uiteindelijke artefact routering, categorisering of beleidsreview kan ondersteunen zonder te verliezen hoe de beslissing was gedefinieerd.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5111e15a62d7eff9c6d38ead63ed2935618d5e22443337d2631735c5d35706fd", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "togethercomputer/tev1-4b-experimentalTev1 4B Experimental is de tekstclassifier van Together AI voor afgebakende beslissingen: geef het model een toestand, een vraag en 2–24 gelabelde opties, en de gedocumenteerde uitvoer is één letter. De applicatie koppelt die letter aan een categoriesleutel; het is geen native kansverdeling en geen respons met een verwachte score.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Tev1 4B Experimental is het classificatiemodel van Together AI voor vragen met een vaste set antwoorden. De fabrikant heeft het verfijnd op basis van Qwen3.5 4B en vermeldt 4,7 miljard parameters. Het gebruikt tekstgeneratie zonder denkstap om een optie te kiezen: de gedocumenteerde invoer bestaat uit een toestand, één vraag en gelabelde keuzes, en de gevraagde uitvoer is precies één letter. De applicatie koppelt die letter aan de semantische sleutel van de optie. Dat onderscheidt deze beslissingsworkflow van een model dat direct gekalibreerde kansen of een verwachte rubricscore teruggeeft.
De interface van de producent geeft de beslissing weer als een JSON-object met state, question en options. Elke optie bevat een letterlabel van A tot en met X, een semantische sleutel en een beschrijving. Lever tussen twee en 24 opties aan en laat elke beschrijving uitleggen wanneer dat antwoord van toepassing is. Een letter is het compacte uitvoerlabel; de semantische sleutel is de betekenis die de omringende software gebruikt. Houd de koppeling verbonden met de exacte optielijst die voor die beslissing is gebruikt.
Bij een supportbericht bevat de toestand het bericht en de relevante context, terwijl de vraag bepaalt welke intentie of bestemming gekozen moet worden. Een illustratieve lijst kan onderscheid maken tussen een gemelde integratiestoring, een toegangsprobleem en een verzoek om productinformatie, met een none-optie voor het geval de vermelde intenties niet passen. Definieer overlappende gevallen, in plaats van te verwachten dat het model het routeringsbeleid van de organisatie afleidt uit afgekorte labels.
Het gepubliceerde voorbeeld van Together levert een systeeminstructie die inhoud binnen state als data behandelt, één vermelde optie selecteert en alleen de letter daarvan vraagt, zonder uitleg. De aanbevolen instellingen zijn temperatuur 0, een generatieruimte van acht tokens en uitgeschakeld denken. De maker zegt uitdrukkelijk dat het openbare endpoint deze instellingen niet automatisch toevoegt; de voorbeeldhelper levert ze, terwijl een direct verzoek ze zelf moet specificeren. Gebruik deze instellingen om de beoogde korte classificatierespons zonder denkstap op te vragen.
De ruimte van acht tokens is een voorbeeldinstelling voor de uitvoer in deze workflow met korte antwoorden, geen universele specificatie van de maximale uitvoer. De beoogde bruikbare uitvoer blijft de geselecteerde letter. Als een helper daarna een object met label en sleutel teruggeeft, onderscheid dat geïnterpreteerde object dan van de ruwe gegenereerde inhoud van het model. Een categoriekeuze werkt op zichzelf geen ticket bij, keurt geen bewerking goed en voert de volgende actie niet uit.
De maker beschrijft intentiedetectie, toepassing van beleid, workflowroutering, documentcategorieën, sentiment en ja/nee-begrip op basis van een tekstpassage als ondersteunde taakpatronen. Een booleaanse taak kan twee opties aanleveren waarvan de sleutels waar en onwaar betekenen; de applicatie interpreteert de gekozen optie dienovereenkomstig. Een sentimenttaak kan beschreven niveaus aanleveren en de sleutel van één gekozen categorie teruggeven. Die categorische keuze is geen kansgewogen gemiddelde over de niveaus, en een teruggegeven letter is geen numerieke betrouwbaarheidswaarde.
Neem bij een regelgebaseerde beslissing de relevante feiten en de regel op in de taak, in plaats van het model te vragen het beleid te verzinnen. Een briefing voor documentroutering kan bijvoorbeeld de toegestane mappen beschrijven en welk materiaal in elke map thuishoort. Een taak voor een onderzoekstaxonomie kan de titel en de samenvatting van een paper aanleveren, samen met beschrijvingen van de onderwerpen. Het resultaat wordt geïnterpreteerd ten opzichte van de aangeleverde alternatieven, waarbij het oorspronkelijke bewijsmateriaal bewaard blijft voor een dubbelzinnige of betwiste keuze.
De modelpagina vermeldt 37.840 trainingsvoorbeelden over entailment, ja/nee-vragen bij passages, bankintenties, nieuwscategorieën, sentimentniveaus, programmatisch beleid, routering en een taxonomie van onderzoekspapers. De bijbehorende gids beschrijft hoe deze taken naar een gedeeld beslissingsformaat worden genormaliseerd en hoe een classificatiemodel wordt verfijnd. Dat verklaart de focus van het profiel op een afgebakende antwoordset; het toont niet aan dat elk nieuw beleid, elk nieuw domein of elke nieuwe taxonomie zonder taakspecifieke beoordeling correct wordt verwerkt.
Tev1 4B Experimental is het benoemde model van Together, niet het algemene basisprofiel Qwen3.5 4B en geen checkpoint van een andere maker van beslissingsmodellen. Behoud de eigen uitvoervoorbereiding en het eigen invoercontract van de experimentele editie. Een veelvoorkomende beslissingstoepassing of een bekende basisfamilie is geen reden om beeldondersteuning, kanskalibratie, toolaanroepen of limieten voor het bundelen van vragen van een ander model over te nemen.
De modelspecificatie van Together vermeldt een contextvenster van 32,8K tokens, met tekst als invoer en tekst als uitvoer. De context moet ruimte bieden aan de instructies, de toestand, de vraag en de opties die in het classificatieverzoek worden gebruikt. Bereid alleen het bewijsmateriaal voor dat de vraag nodig heeft, en behoud de definities die de alternatieven van elkaar onderscheiden. Houd de classificatieprompt compact door irrelevante context te verwijderen en de optiedefinities te behouden.
De producent omschrijft dit als een experimentele release die bedoeld is voor beoordeling op echte beslissingsworkloads. Controleer of de ruwe respons een van de aangeleverde labels is voordat je die aan een semantische sleutel koppelt, en vergelijk classificaties met representatief gelabeld materiaal uit de beoogde taak. Een geldige letter bevestigt een goed gevormde selectie, maar bewijst niet dat de interpretatie ervan juist is. Bewaar de invoer, de opties, de teruggegeven letter en de gekoppelde sleutel bij elkaar, zodat het uiteindelijke artefact routering, categorisering of beleidsreview kan ondersteunen zonder te verliezen hoe de beslissing was gedefinieerd.
POST /v1/systemonetextdecisions| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten togethercomputer/tev1-4b-experimental | Standaard— |
Veldprovider | Typeschema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldquestions | Typeobject | VereisteVereist | Waarden en limieten | Standaard— |
Veldsession_id | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldstate | Typeschema | VereisteVereist | Waarden en limieten | Standaard— |
Veldtrace | Typeschema | VereisteOptioneel | Waarden en limieten | Standaard— |
Velduser | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldquestions.<id>.type | Typestring | VereisteVereist | Waarden en limieten noul, choice, score | Standaard— |
Veldquestions.<id>.instructions | Typestring|object|array | VereisteVereist | Waarden en limieten | Standaard— |
Veldquestions.<id>.criteria | Typeobject|array | VereisteOptioneel | Waarden en limieten Voorwaarden: choice/score: vereist; noul: optioneel. De criteria voor choice zijn een object; score is een array met minItems1. | Standaard— |
Veldquestions.<id>.criteria.true | Typestring|object|array | VereisteVereist | Waarden en limieten Geldt wanneer: Object met noul-criteria opgegeven | Standaard— |
Veldquestions.<id>.criteria.false | Typestring|object|array | VereisteVereist | Waarden en limieten Geldt wanneer: Object met noul-criteria opgegeven | Standaard— |
noul · Vereist: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Vereist: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Vereist: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, state, questions |
Parametermaterial_types | Contracttext |
Parameteroptional_controls | Contractprovider, session_id, trace, user |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous
Verstuur de exacte model-ID en bewaar het volledige native antwoord.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.000084 / 1K tokens Uitvoer · Uitvoertokens $0 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.000084 / 1K tokens Uitvoer · Uitvoertokens $0 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "togethercomputer/tev1-4b-experimental",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='togethercomputer/tev1-4b-experimental'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\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\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Elk aangeleverd antwoord op een vraag-ID blijft behouden met het exacte type, de noul/choice/score-waarde, zekerheid, waarschijnlijkheden en legenda. De volledige oorspronkelijke JSON wordt opgeslagen en pas na afrekening geretourneerd.
Bewaar de oorspronkelijke operatie en het volledige of gedeeltelijke antwoord; herhaal POST niet.
| Veld | Type |
|---|---|
Veldmodel | Typestring |
Veldid | Typestring |
Veldprovider | Typestring |
Veldanswers.<id>.type | Typestring |
Veldanswers.<id>.noul | Typenumber |
Veldanswers.<id>.choice | Typestring |
Veldanswers.<id>.score | Typenumber |
Veldanswers.<id>.confidence | Typenumber |
Veldanswers.<id>.probabilities | Typeobject |
Veldanswers.<id>.legend | Typeobject |
Veldusage.input_tokens | Typeinteger |
Veldusage.output_tokens | Typeinteger |
Veldusage.cost | Typenumber |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeOngeldig vereist veld, ongeldige weergave of waarde | Volgende stapCorrigeer het aangegeven verzoekveld. |
Ailoot Ultra togethercomputer/tev1-4b-experimental
Gebruik de hierboven getoonde methodepaden.