Solar Mini 4 to kompaktowy model Upstage w architekturze mixture-of-experts do powtarzalnych zadań agentowych. Ma 35 mld parametrów łącznie i aktywuje 3 mld na token. Producent podaje kontekst 512K i do 128K tokenów wyjściowych, z angielskim, koreańskim i japońskim na wejściu i wyjściu. Opublikowana data graniczna danych treningowych to luty 2026 r.
Główne obszary pracy obejmują wyszukiwanie informacji, klasyfikację, wyjście strukturalne i użycie narzędzi. Powtarzalne zadanie ekstrakcji powinno dostarczać materiał źródłowy i pola potrzebne aplikacji. W zadaniu klasyfikacji określ kategorie i dowody pozwalające je rozróżnić. Przydatny wynik zwraca wymagane informacje bez rozszerzania zadania o niepowiązaną analizę.
Producent obsługuje wywoływanie funkcji i wywołania równoległe. Zdefiniuj dostępne funkcje i ich argumenty; model proponuje wywołania, a aplikacja wykonuje je i zwraca wyniki. Niezależne kontrole można zlecać wspólnie, na przykład pobranie dwóch elementów stanu potrzebnych do następnej decyzji. Przed kontynuowaniem rozmowy zachowaj powiązanie każdego wyniku z jego wywołaniem.
Tryb JSON i wyjście strukturalne oparte na schemacie służą różnym potrzebom. Tryb JSON tworzy parsowalny JSON, natomiast obsługiwany schemat kontroluje nazwy i typy pól. W swoim podzbiorze wyjścia strukturalnego producent wymaga obiektu w korzeniu, wymaganych właściwości i jawnych zasad dla dodatkowych właściwości. Określ sposób przedstawiania brakujących informacji i sprawdź wyodrębnione wartości względem źródła, nawet gdy format jest prawidłowy.
W bieżącym poradniku producenta rozumowanie jest wyłączone, gdy wysiłek zostanie pominięty. None i minimal pozostawiają je wyłączone; low, medium, high, xhigh i max je włączają. Rozumowanie zużywa część przydziału wyjścia, więc mały budżet może skończyć się przed odpowiedzią końcową. Oceń przydatność rozumowania na podstawie zależnych kroków zadania, pozostawiając miejsce na artefakt potrzebny aplikacji.
W procesie przetwarzania dokumentów poproś model o porównanie wyników strukturalnych z wcześniejszego przetwarzania, wskazanie brakujących pól i zastosowanie określonych reguł następnego kroku. Wyjściem może być zapis rozbieżności, klasyfikacja lub proponowane działanie z danymi na jego poparcie. Aplikacja decyduje, co wykonać, i dostarcza zaobserwowany wynik do dalszej pracy.
Liczba aktywnych parametrów opisuje obliczenia, a nie całkowite zapotrzebowanie pamięci na wagi. Upstage wskazuje, że pełne wagi 35B pozostają załadowane w lokalnym wdrożeniu, i publikuje osobne warunki wdrożenia skwantyzowanego. Oddzielaj te informacje o konfiguracji od środowiska wykonawczego konkretnego wyboru modelu.
", "aboutText": "Solar Mini 4 to kompaktowy model Upstage w architekturze mixture-of-experts do powtarzalnych zadań agentowych. Ma 35 mld parametrów łącznie i aktywuje 3 mld na token. Producent podaje kontekst 512K i do 128K tokenów wyjściowych, z angielskim, koreańskim i japońskim na wejściu i wyjściu. Opublikowana data graniczna danych treningowych to luty 2026 r.\n\nGłówne obszary pracy obejmują wyszukiwanie informacji, klasyfikację, wyjście strukturalne i użycie narzędzi. Powtarzalne zadanie ekstrakcji powinno dostarczać materiał źródłowy i pola potrzebne aplikacji. W zadaniu klasyfikacji określ kategorie i dowody pozwalające je rozróżnić. Przydatny wynik zwraca wymagane informacje bez rozszerzania zadania o niepowiązaną analizę.\n\nProducent obsługuje wywoływanie funkcji i wywołania równoległe. Zdefiniuj dostępne funkcje i ich argumenty; model proponuje wywołania, a aplikacja wykonuje je i zwraca wyniki. Niezależne kontrole można zlecać wspólnie, na przykład pobranie dwóch elementów stanu potrzebnych do następnej decyzji. Przed kontynuowaniem rozmowy zachowaj powiązanie każdego wyniku z jego wywołaniem.\n\nTryb JSON i wyjście strukturalne oparte na schemacie służą różnym potrzebom. Tryb JSON tworzy parsowalny JSON, natomiast obsługiwany schemat kontroluje nazwy i typy pól. W swoim podzbiorze wyjścia strukturalnego producent wymaga obiektu w korzeniu, wymaganych właściwości i jawnych zasad dla dodatkowych właściwości. Określ sposób przedstawiania brakujących informacji i sprawdź wyodrębnione wartości względem źródła, nawet gdy format jest prawidłowy.\n\nW bieżącym poradniku producenta rozumowanie jest wyłączone, gdy wysiłek zostanie pominięty. None i minimal pozostawiają je wyłączone; low, medium, high, xhigh i max je włączają. Rozumowanie zużywa część przydziału wyjścia, więc mały budżet może skończyć się przed odpowiedzią końcową. Oceń przydatność rozumowania na podstawie zależnych kroków zadania, pozostawiając miejsce na artefakt potrzebny aplikacji.\n\nW procesie przetwarzania dokumentów poproś model o porównanie wyników strukturalnych z wcześniejszego przetwarzania, wskazanie brakujących pól i zastosowanie określonych reguł następnego kroku. Wyjściem może być zapis rozbieżności, klasyfikacja lub proponowane działanie z danymi na jego poparcie. Aplikacja decyduje, co wykonać, i dostarcza zaobserwowany wynik do dalszej pracy.\n\nLiczba aktywnych parametrów opisuje obliczenia, a nie całkowite zapotrzebowanie pamięci na wagi. Upstage wskazuje, że pełne wagi 35B pozostają załadowane w lokalnym wdrożeniu, i publikuje osobne warunki wdrożenia skwantyzowanego. Oddzielaj te informacje o konfiguracji od środowiska wykonawczego konkretnego wyboru modelu.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Reconcile extracted invoice fields\n\nCompare two text-extraction records for invoice IV-902. Record A: total 240 EUR, due date missing. Record B: total 240 EUR, due date 18 August. Source excerpt: 'Invoice IV-902. Amount due: EUR 240. Pay by 18 August.' Return the reconciled fields, the discrepancy and the source phrase supporting the due date. Do not add a year.A compact reconciled record with a discrepancy note and the quoted source phrase for the due date.The total remains EUR 240 and the date does not acquire an unsupported year.upstage/solar-mini4Solar Mini 4 firmy Upstage to tekstowy model MoE o 35 mld parametrów, z 3 mld aktywnych parametrów, do powtarzalnego wyszukiwania, ekstrakcji i procesów narzędziowych. Obsługuje kontekst 512K, do 128K tokenów wyjściowych, odpowiedzi strukturalne i równoległe wywołania narzędzi.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Solar Mini 4 to kompaktowy model Upstage w architekturze mixture-of-experts do powtarzalnych zadań agentowych. Ma 35 mld parametrów łącznie i aktywuje 3 mld na token. Producent podaje kontekst 512K i do 128K tokenów wyjściowych, z angielskim, koreańskim i japońskim na wejściu i wyjściu. Opublikowana data graniczna danych treningowych to luty 2026 r.
Główne obszary pracy obejmują wyszukiwanie informacji, klasyfikację, wyjście strukturalne i użycie narzędzi. Powtarzalne zadanie ekstrakcji powinno dostarczać materiał źródłowy i pola potrzebne aplikacji. W zadaniu klasyfikacji określ kategorie i dowody pozwalające je rozróżnić. Przydatny wynik zwraca wymagane informacje bez rozszerzania zadania o niepowiązaną analizę.
Producent obsługuje wywoływanie funkcji i wywołania równoległe. Zdefiniuj dostępne funkcje i ich argumenty; model proponuje wywołania, a aplikacja wykonuje je i zwraca wyniki. Niezależne kontrole można zlecać wspólnie, na przykład pobranie dwóch elementów stanu potrzebnych do następnej decyzji. Przed kontynuowaniem rozmowy zachowaj powiązanie każdego wyniku z jego wywołaniem.
Tryb JSON i wyjście strukturalne oparte na schemacie służą różnym potrzebom. Tryb JSON tworzy parsowalny JSON, natomiast obsługiwany schemat kontroluje nazwy i typy pól. W swoim podzbiorze wyjścia strukturalnego producent wymaga obiektu w korzeniu, wymaganych właściwości i jawnych zasad dla dodatkowych właściwości. Określ sposób przedstawiania brakujących informacji i sprawdź wyodrębnione wartości względem źródła, nawet gdy format jest prawidłowy.
W bieżącym poradniku producenta rozumowanie jest wyłączone, gdy wysiłek zostanie pominięty. None i minimal pozostawiają je wyłączone; low, medium, high, xhigh i max je włączają. Rozumowanie zużywa część przydziału wyjścia, więc mały budżet może skończyć się przed odpowiedzią końcową. Oceń przydatność rozumowania na podstawie zależnych kroków zadania, pozostawiając miejsce na artefakt potrzebny aplikacji.
W procesie przetwarzania dokumentów poproś model o porównanie wyników strukturalnych z wcześniejszego przetwarzania, wskazanie brakujących pól i zastosowanie określonych reguł następnego kroku. Wyjściem może być zapis rozbieżności, klasyfikacja lub proponowane działanie z danymi na jego poparcie. Aplikacja decyduje, co wykonać, i dostarcza zaobserwowany wynik do dalszej pracy.
Liczba aktywnych parametrów opisuje obliczenia, a nie całkowite zapotrzebowanie pamięci na wagi. Upstage wskazuje, że pełne wagi 35B pozostają załadowane w lokalnym wdrożeniu, i publikuje osobne warunki wdrożenia skwantyzowanego. Oddzielaj te informacje o konfiguracji od środowiska wykonawczego konkretnego wyboru modelu.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity upstage/solar-mini4 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0002 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0008 / 1K tokenów Wejście · Odczyt cache $0.00002 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0002 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0008 / 1K tokenów Wejście · Odczyt cache $0.00002 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "upstage/solar-mini4", "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='upstage/solar-mini4',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='upstage/solar-mini4',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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra upstage/solar-mini4
Użyj ścieżek metod podanych powyżej.
upstage/solar-mini4Solar Mini 4 firmy Upstage to tekstowy model MoE o 35 mld parametrów, z 3 mld aktywnych parametrów, do powtarzalnego wyszukiwania, ekstrakcji i procesów narzędziowych. Obsługuje kontekst 512K, do 128K tokenów wyjściowych, odpowiedzi strukturalne i równoległe wywołania narzędzi.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Solar Mini 4 to kompaktowy model Upstage w architekturze mixture-of-experts do powtarzalnych zadań agentowych. Ma 35 mld parametrów łącznie i aktywuje 3 mld na token. Producent podaje kontekst 512K i do 128K tokenów wyjściowych, z angielskim, koreańskim i japońskim na wejściu i wyjściu. Opublikowana data graniczna danych treningowych to luty 2026 r.
Główne obszary pracy obejmują wyszukiwanie informacji, klasyfikację, wyjście strukturalne i użycie narzędzi. Powtarzalne zadanie ekstrakcji powinno dostarczać materiał źródłowy i pola potrzebne aplikacji. W zadaniu klasyfikacji określ kategorie i dowody pozwalające je rozróżnić. Przydatny wynik zwraca wymagane informacje bez rozszerzania zadania o niepowiązaną analizę.
Producent obsługuje wywoływanie funkcji i wywołania równoległe. Zdefiniuj dostępne funkcje i ich argumenty; model proponuje wywołania, a aplikacja wykonuje je i zwraca wyniki. Niezależne kontrole można zlecać wspólnie, na przykład pobranie dwóch elementów stanu potrzebnych do następnej decyzji. Przed kontynuowaniem rozmowy zachowaj powiązanie każdego wyniku z jego wywołaniem.
Tryb JSON i wyjście strukturalne oparte na schemacie służą różnym potrzebom. Tryb JSON tworzy parsowalny JSON, natomiast obsługiwany schemat kontroluje nazwy i typy pól. W swoim podzbiorze wyjścia strukturalnego producent wymaga obiektu w korzeniu, wymaganych właściwości i jawnych zasad dla dodatkowych właściwości. Określ sposób przedstawiania brakujących informacji i sprawdź wyodrębnione wartości względem źródła, nawet gdy format jest prawidłowy.
W bieżącym poradniku producenta rozumowanie jest wyłączone, gdy wysiłek zostanie pominięty. None i minimal pozostawiają je wyłączone; low, medium, high, xhigh i max je włączają. Rozumowanie zużywa część przydziału wyjścia, więc mały budżet może skończyć się przed odpowiedzią końcową. Oceń przydatność rozumowania na podstawie zależnych kroków zadania, pozostawiając miejsce na artefakt potrzebny aplikacji.
W procesie przetwarzania dokumentów poproś model o porównanie wyników strukturalnych z wcześniejszego przetwarzania, wskazanie brakujących pól i zastosowanie określonych reguł następnego kroku. Wyjściem może być zapis rozbieżności, klasyfikacja lub proponowane działanie z danymi na jego poparcie. Aplikacja decyduje, co wykonać, i dostarcza zaobserwowany wynik do dalszej pracy.
Liczba aktywnych parametrów opisuje obliczenia, a nie całkowite zapotrzebowanie pamięci na wagi. Upstage wskazuje, że pełne wagi 35B pozostają załadowane w lokalnym wdrożeniu, i publikuje osobne warunki wdrożenia skwantyzowanego. Oddzielaj te informacje o konfiguracji od środowiska wykonawczego konkretnego wyboru modelu.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity upstage/solar-mini4 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0002 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0008 / 1K tokenów Wejście · Odczyt cache $0.00002 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0002 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0008 / 1K tokenów Wejście · Odczyt cache $0.00002 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "upstage/solar-mini4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'upstage/solar-mini4', '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': 'upstage/solar-mini4', '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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra upstage/solar-mini4
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
Reconcile extracted invoice fields\n\nCompare two text-extraction records for invoice IV-902. Record A: total 240 EUR, due date missing. Record B: total 240 EUR, due date 18 August. Source excerpt: 'Invoice IV-902. Amount due: EUR 240. Pay by 18 August.' Return the reconciled fields, the discrepancy and the source phrase supporting the due date. Do not add a year.A compact reconciled record with a discrepancy note and the quoted source phrase for the due date.The total remains EUR 240 and the date does not acquire an unsupported year.