modele

Inception: Mercury 3

Markdown · JSON

Inception: Mercury 3

inception/mercury-3
InceptionTekstWejście 0,0002 USD / 1KWyjście 0,0007 USD / 1K

Dyfuzyjny model tekstowy Inception do rozmów, pracy z dużymi dokumentami i kolejnych etapów zadań intelektualnych.

Model tekstowy oparty na dyfuzji

Mercury 3 to model Inception wykorzystujący dyfuzyjne podejście do generowania tekstu. Jest kontynuacją rodziny Mercury, którą twórca rozwija dla aplikacji interaktywnych i zadań obejmujących kilka kolejnych wywołań modelu. W opisie Mercury 3 Inception wyróżnia obsługę konwersacyjną, edukację, pracę z danymi i agentowe scenariusze wyszukiwania.

Architektura dyfuzyjna jest cechą modelu. Nie określa czasu odpowiedzi konkretnej aplikacji: wynik zależy również od wielkości zapytania, długości odpowiedzi i warunków obsługi. W Ailoot Mercury 3 przyjmuje tekst i zwraca tekst. Taki interfejs nadaje się do wyjaśnień, przetwarzania dokumentów i przygotowywania kolejnego kroku zadania na podstawie przekazanych informacji.

Duży kontekst do powiązanej pracy

Dla Mercury 3 w Ailoot podano kontekst 1 000 000 tokenów. W jednej dyskusji można zgromadzić duży zbiór materiałów tekstowych: opis produktu, zasady, korespondencję i wymagania dotyczące wyniku. Praktyczna wartość dużego kontekstu ujawnia się, gdy odpowiedź musi uwzględniać kilka części zadania jednocześnie, na przykład porównać instrukcję pomocy technicznej z warunkami umowy i przygotować odpowiedź na konkretne zgłoszenie.

W takim zapytaniu warto oznaczyć dokumenty, zachować ich nazwy i poprosić o wskazywanie materiału, na którym opiera się każdy wniosek. Jeśli zadanie ma kilka kroków, określ wynik pośredni: najpierw wykaz właściwych reguł, potem analizę przypadku, a następnie projekt odpowiedzi. Ułatwia to sprawdzenie wyniku i pozwala doprecyzować jeden etap bez ponownego opisywania całego zadania.

Scenariusze interaktywne

W rozmowie edukacyjnej Mercury 3 można wykorzystać do analizy rozwiązania, przygotowania podpowiedzi lub objaśnienia pojęcia na określonym poziomie. Przy pracy z danymi można przekazać opis pól, próbkę tekstową i pytanie, aby otrzymać wyjaśnienie prawidłowości albo plan przekształcenia. W obsłudze klienta można dołączyć zasady i poprosić o jasną odpowiedź uwzględniającą sytuację użytkownika.

Te scenariusze wykorzystują model tekstowy jako część procesu pracy. Samodzielne wyszukiwanie w internecie, sterowanie przeglądarką, dostęp do systemów firmy i rozmowa głosowa zależą od podłączonych narzędzi aplikacji. Mercury Voice i Mercury Decide to osobne produkty Inception; ich specjalistyczne możliwości nie wchodzą w zakres opisu Mercury 3.

Dostępne przez Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Wejście
text
Wyjście
text
Kontekst
Nie określono w katalogu
Maks. odpowiedź
Nie określono w katalogu
Wejście
0,0002 USD / 1K
Wyjście
0,0007 USD / 1K
Odczyt cache
0,00002 USD / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Wejście
text
Wyjście
text
Kontekst
Nie określono w katalogu
Maks. odpowiedź
Nie określono w katalogu
Wejście
0,0002 USD / 1K
Wyjście
0,0007 USD / 1K
Odczyt cache
0,00002 USD / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Wejście
text
Wyjście
text
Kontekst
Nie określono w katalogu
Maks. odpowiedź
Nie określono w katalogu
Wejście
0,0002 USD / 1K
Wyjście
0,0007 USD / 1K
Odczyt cache
0,00002 USD / 1K
Ultra Gemini generateContentPOST /v1beta/models/inception/mercury-3:generateContent
Wejście
text
Wyjście
text
Kontekst
Nie określono w katalogu
Maks. odpowiedź
Nie określono w katalogu
Wejście
0,0002 USD / 1K
Wyjście
0,0007 USD / 1K
Odczyt cache
0,00002 USD / 1K
inception/mercury-3 · JSON
{"about":"### Model tekstowy oparty na dyfuzji\n\nMercury 3 to model Inception wykorzystujący dyfuzyjne podejście do generowania tekstu. Jest kontynuacją rodziny Mercury, którą twórca rozwija dla aplikacji interaktywnych i zadań obejmujących kilka kolejnych wywołań modelu. W opisie Mercury 3 Inception wyróżnia obsługę konwersacyjną, edukację, pracę z danymi i agentowe scenariusze wyszukiwania.\n\nArchitektura dyfuzyjna jest cechą modelu. Nie określa czasu odpowiedzi konkretnej aplikacji: wynik zależy również od wielkości zapytania, długości odpowiedzi i warunków obsługi. W Ailoot Mercury 3 przyjmuje tekst i zwraca tekst. Taki interfejs nadaje się do wyjaśnień, przetwarzania dokumentów i przygotowywania kolejnego kroku zadania na podstawie przekazanych informacji.\n\n### Duży kontekst do powiązanej pracy\n\nDla Mercury 3 w Ailoot podano kontekst 1 000 000 tokenów. W jednej dyskusji można zgromadzić duży zbiór materiałów tekstowych: opis produktu, zasady, korespondencję i wymagania dotyczące wyniku. Praktyczna wartość dużego kontekstu ujawnia się, gdy odpowiedź musi uwzględniać kilka części zadania jednocześnie, na przykład porównać instrukcję pomocy technicznej z warunkami umowy i przygotować odpowiedź na konkretne zgłoszenie.\n\nW takim zapytaniu warto oznaczyć dokumenty, zachować ich nazwy i poprosić o wskazywanie materiału, na którym opiera się każdy wniosek. Jeśli zadanie ma kilka kroków, określ wynik pośredni: najpierw wykaz właściwych reguł, potem analizę przypadku, a następnie projekt odpowiedzi. Ułatwia to sprawdzenie wyniku i pozwala doprecyzować jeden etap bez ponownego opisywania całego zadania.\n\n### Scenariusze interaktywne\n\nW rozmowie edukacyjnej Mercury 3 można wykorzystać do analizy rozwiązania, przygotowania podpowiedzi lub objaśnienia pojęcia na określonym poziomie. Przy pracy z danymi można przekazać opis pól, próbkę tekstową i pytanie, aby otrzymać wyjaśnienie prawidłowości albo plan przekształcenia. W obsłudze klienta można dołączyć zasady i poprosić o jasną odpowiedź uwzględniającą sytuację użytkownika.\n\nTe scenariusze wykorzystują model tekstowy jako część procesu pracy. Samodzielne wyszukiwanie w internecie, sterowanie przeglądarką, dostęp do systemów firmy i rozmowa głosowa zależą od podłączonych narzędzi aplikacji. Mercury Voice i Mercury Decide to osobne produkty Inception; ich specjalistyczne możliwości nie wchodzą w zakres opisu Mercury 3.","alias_of":null,"aliases":[],"author":"Inception","canonical_model":"inception/mercury-3","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"inception/mercury-3","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/messages","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/responses","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/chat/completions","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1beta/models/inception/mercury-3:generateContent","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"inception/mercury-3","request_model_id":"inception/mercury-3","route_label":"Ultra"}],"name":"Inception: Mercury 3","price":{"in":0.2,"in_label":null,"out":0.7,"out_label":null,"sort_in":0.2,"sort_out":0.7,"varies":false},"public_id":"inception/mercury-3","short":"Dyfuzyjny model tekstowy Inception do rozmów, pracy z dużymi dokumentami i kolejnych etapów zadań intelektualnych."}

Pytania

Jak wybrać model do swojego zadania?

Najpierw określ potrzebne dane wejściowe i wyjściowe: tekst, obrazy, dźwięk lub wideo. Następnie porównaj zgodne metody API, dokładny ID modelu lub aktualny model docelowy aliasu, cenę i jednostkę rozliczeniową. GET /v1/models jest bezpłatne i zwraca listę modeli dostępnych dla Twojego klucza.

Czy każdy model obsługuje wszystkie metody API i typy mediów?

Korzystaj z metod API i typów danych wejściowych i wyjściowych podanych na karcie modelu. Obsługa tekstu, obrazów, dźwięku lub wideo zależy od wybranego modelu i metody; przed wysłaniem danych sprawdź odpowiedni przykład żądania.

Czym różni się ID modelu od aliasu?

Dokładny ID modelu wskazuje konkretny model. Alias wskazuje model, a jego model docelowy może się zmienić. Sprawdź w katalogu aktualny model docelowy aliasu; użyj dokładnego ID, jeśli Twoja integracja wymaga konkretnego modelu.

Jak porównać ceny przed wysłaniem żądania?

Sprawdź na karcie modelu cenę i jednostkę rozliczeniową wybranej metody API. Porównuj tę samą jednostkę i ten sam typ danych wejściowych i wyjściowych; historia żądań pokazuje rzeczywiste użycie i naliczoną kwotę.

Co daje subskrypcja?

Rabat na zakup tokenów do regularnej pracy. Wybierz plan według liczby żądań; warunki i koszt subskrypcji są widoczne przy zamawianiu.

Jak użyć kodu z rabatem do 50%?

Wpisz kod promocyjny przy zakupie tokenów. Kwota jest przeliczana według promocji; wysokość rabatu widzisz przed zapłatą.