Baichuan4 é o modelo de conversação geral da quarta geração identificado com esse nome na gama Baichuan. O fabricante documenta um contexto de 32K para esta edição específica. Baichuan4-Turbo e Baichuan4-Air são edições separadas, com perfis de modelo próprios.
O modelo recebe uma conversa por texto e produz uma resposta do assistente ou um pedido de chamada de função no fluxo de trabalho documentado pelo fabricante. Entre as tarefas úteis estão responder com base na informação fornecida, organizar o conteúdo de um documento, rever texto e produzir um registo estruturado para uma aplicação.
Prepare as mensagens por ordem cronológica, começando por uma instrução de sistema quando esta for necessária. Mantenha a tarefa do utilizador distinta das respostas anteriores do assistente e dos resultados de ferramentas externas. A referência do fabricante aceita cadeias de texto comuns ou estruturas de conteúdo de texto tipadas e utiliza um papel de mensagem de ferramenta separado para os resultados das chamadas de funções.
Para uma comparação, forneça ambas as passagens, identifique-as claramente e peça os pontos de concordância, os conflitos e os trechos que os sustentam. Para rever uma explicação, especifique o público e os pormenores que têm de ser preservados na reformulação. Uma instrução útil é: «Compare estas duas descrições de projeto, enumere os requisitos alterados e identifique a passagem que estabelece cada alteração.»
Baichuan4 está expressamente incluído no modo de objetos JSON do fabricante. Ativar esse modo exige também uma instrução de sistema ou do utilizador para produzir JSON. Defina os campos obrigatórios e a forma de representar a informação em falta. Analise e verifique o resultado antes de o utilizar como registo numa aplicação.
A operação de conversação do fabricante aceita max_tokens entre 1 e 2 048, com o valor predefinido de 2 048. As definições de amostragem são temperature entre 0 e 1, com o valor predefinido de 0.3; top_p entre 0 e 1, sem incluir 1, com o valor predefinido de 0.85; e top_k entre 0 e 20, com o valor predefinido de 5. Definir top_k como 0 desativa essa estratégia. O limite da resposta é diferente do contexto de 32K: prepare em conjunto o material de origem e o espaço para a resposta.
Se o motivo de conclusão for length, a resposta escrita ou o objeto JSON pode estar incompleto. Preserve o resultado parcial e o motivo da interrupção; depois decida se deve encurtar o conteúdo pedido, reduzir a entrada ou rever o limite de resposta aplicável.
As ferramentas do fabricante distinguem a recuperação numa base de conhecimento da pesquisa na Web. Um pedido à base de conhecimento identifica as coleções relevantes. O modo de resposta limitado à base de conhecimento impede uma resposta quando a recuperação não encontra resultados. Se estiverem configuradas tanto a pesquisa na Web como a recuperação de conhecimento, a referência especifica que a recuperação tem prioridade.
Para um facto que possa mudar, conserve a informação efetivamente recuperada ou encontrada para permitir verificar a resposta final. Guarde a fonte, a data e as ressalvas relevantes juntamente com a observação. Quando a tarefa disser respeito a uma coleção fornecida, faça uma pergunta específica, em vez de combinar a pergunta de recuperação com instruções criativas sem relação com ela.
Os exemplos documentados de Baichuan4 mostram a seleção entre funções personalizadas e a continuação depois de a aplicação devolver o resultado de uma função. Defina cada função com um nome, uma finalidade e um esquema de argumentos. Preserve a chamada do assistente e o resultado de ferramenta correspondente; depois peça que a resposta seguinte explique ou utilize essa observação.
Uma comparação prática pode pedir duas leituras reais, por exemplo, valores de duas datas diferentes, e solicitar a diferença entre elas. A aplicação fornece essas leituras; a função selecionada pelo modelo e os argumentos gerados constituem um pedido para executar essa operação. A definição de seleção automática ou de ausência de ferramentas do fabricante aplica-se às funções. A referência aconselha a manter as chamadas de funções separadas das configurações de pesquisa na Web ou de recuperação.
O modo predefinido do fabricante devolve a resposta completa; o fluxo contínuo devolve partes incrementais que têm de ser reunidas. O motivo de conclusão distingue uma paragem normal, um pedido de ferramenta, um limite de comprimento da saída ou do contexto e a filtragem de conteúdo. Guarde a mensagem ou o objeto concluído com o material de origem e as observações das ferramentas necessários para o interpretar.
Reveja o resultado quanto aos campos pedidos, às comparações sustentadas pelas fontes e à adequação da redação ao destino. Ao comparar com outra edição, mantenha a identidade exata Baichuan4 associada à tarefa. O resultado útil é um conteúdo de texto concluído ou uma explicação de uma observação real de ferramenta, com qualquer parte por resolver do pedido ainda identificável.
", "aboutText": "### Baichuan4 como edição de conversação distinta\n\nBaichuan4 é o modelo de conversação geral da quarta geração identificado com esse nome na gama Baichuan. O fabricante documenta um contexto de 32K para esta edição específica. Baichuan4-Turbo e Baichuan4-Air são edições separadas, com perfis de modelo próprios.\n\nO modelo recebe uma conversa por texto e produz uma resposta do assistente ou um pedido de chamada de função no fluxo de trabalho documentado pelo fabricante. Entre as tarefas úteis estão responder com base na informação fornecida, organizar o conteúdo de um documento, rever texto e produzir um registo estruturado para uma aplicação.\n\n### Forneça um pedido com o diálogo completo\n\nPrepare as mensagens por ordem cronológica, começando por uma instrução de sistema quando esta for necessária. Mantenha a tarefa do utilizador distinta das respostas anteriores do assistente e dos resultados de ferramentas externas. A referência do fabricante aceita cadeias de texto comuns ou estruturas de conteúdo de texto tipadas e utiliza um papel de mensagem de ferramenta separado para os resultados das chamadas de funções.\n\nPara uma comparação, forneça ambas as passagens, identifique-as claramente e peça os pontos de concordância, os conflitos e os trechos que os sustentam. Para rever uma explicação, especifique o público e os pormenores que têm de ser preservados na reformulação. Uma instrução útil é: «Compare estas duas descrições de projeto, enumere os requisitos alterados e identifique a passagem que estabelece cada alteração.»\n\n### Escolha o formato de saída e o limite da resposta\n\nBaichuan4 está expressamente incluído no modo de objetos JSON do fabricante. Ativar esse modo exige também uma instrução de sistema ou do utilizador para produzir JSON. Defina os campos obrigatórios e a forma de representar a informação em falta. Analise e verifique o resultado antes de o utilizar como registo numa aplicação.\n\nA operação de conversação do fabricante aceita max_tokens entre 1 e 2 048, com o valor predefinido de 2 048. As definições de amostragem são temperature entre 0 e 1, com o valor predefinido de 0.3; top_p entre 0 e 1, sem incluir 1, com o valor predefinido de 0.85; e top_k entre 0 e 20, com o valor predefinido de 5. Definir top_k como 0 desativa essa estratégia. O limite da resposta é diferente do contexto de 32K: prepare em conjunto o material de origem e o espaço para a resposta.\n\nSe o motivo de conclusão for length, a resposta escrita ou o objeto JSON pode estar incompleto. Preserve o resultado parcial e o motivo da interrupção; depois decida se deve encurtar o conteúdo pedido, reduzir a entrada ou rever o limite de resposta aplicável.\n\n### Fundamente a resposta na informação recuperada\n\nAs ferramentas do fabricante distinguem a recuperação numa base de conhecimento da pesquisa na Web. Um pedido à base de conhecimento identifica as coleções relevantes. O modo de resposta limitado à base de conhecimento impede uma resposta quando a recuperação não encontra resultados. Se estiverem configuradas tanto a pesquisa na Web como a recuperação de conhecimento, a referência especifica que a recuperação tem prioridade.\n\nPara um facto que possa mudar, conserve a informação efetivamente recuperada ou encontrada para permitir verificar a resposta final. Guarde a fonte, a data e as ressalvas relevantes juntamente com a observação. Quando a tarefa disser respeito a uma coleção fornecida, faça uma pergunta específica, em vez de combinar a pergunta de recuperação com instruções criativas sem relação com ela.\n\n### Continue a partir de um resultado real de função\n\nOs exemplos documentados de Baichuan4 mostram a seleção entre funções personalizadas e a continuação depois de a aplicação devolver o resultado de uma função. Defina cada função com um nome, uma finalidade e um esquema de argumentos. Preserve a chamada do assistente e o resultado de ferramenta correspondente; depois peça que a resposta seguinte explique ou utilize essa observação.\n\nUma comparação prática pode pedir duas leituras reais, por exemplo, valores de duas datas diferentes, e solicitar a diferença entre elas. A aplicação fornece essas leituras; a função selecionada pelo modelo e os argumentos gerados constituem um pedido para executar essa operação. A definição de seleção automática ou de ausência de ferramentas do fabricante aplica-se às funções. A referência aconselha a manter as chamadas de funções separadas das configurações de pesquisa na Web ou de recuperação.\n\n### Recolha e verifique o resultado final\n\nO modo predefinido do fabricante devolve a resposta completa; o fluxo contínuo devolve partes incrementais que têm de ser reunidas. O motivo de conclusão distingue uma paragem normal, um pedido de ferramenta, um limite de comprimento da saída ou do contexto e a filtragem de conteúdo. Guarde a mensagem ou o objeto concluído com o material de origem e as observações das ferramentas necessários para o interpretar.\n\nReveja o resultado quanto aos campos pedidos, às comparações sustentadas pelas fontes e à adequação da redação ao destino. Ao comparar com outra edição, mantenha a identidade exata Baichuan4 associada à tarefa. O resultado útil é um conteúdo de texto concluído ou uma explicação de uma observação real de ferramenta, com qualquer parte por resolver do pedido ainda identificável.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
A requirements change record\n\nCompare these project notes. Version A: customers receive receipts by email; export contains all orders; support replies within two working days. Version B: receipts appear in the account; export includes paid orders only; support target remains two working days. List changes and unchanged requirements, quoting the wording that supports each finding.A comparison table containing requirement, previous wording, revised wording and change status.The support target is recorded as unchanged, and the export filter change is distinguished from receipt delivery.Baichuan4Baichuan4 é o modelo de conversação por texto da quarta geração, com um contexto documentado de 32K. O fluxo de trabalho do fabricante permite respostas em objetos JSON, texto completo ou em fluxo contínuo, funções personalizadas e fundamentação com informação obtida numa base de conhecimento ou através de pesquisa na Web.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Baichuan4 é o modelo de conversação geral da quarta geração identificado com esse nome na gama Baichuan. O fabricante documenta um contexto de 32K para esta edição específica. Baichuan4-Turbo e Baichuan4-Air são edições separadas, com perfis de modelo próprios.
O modelo recebe uma conversa por texto e produz uma resposta do assistente ou um pedido de chamada de função no fluxo de trabalho documentado pelo fabricante. Entre as tarefas úteis estão responder com base na informação fornecida, organizar o conteúdo de um documento, rever texto e produzir um registo estruturado para uma aplicação.
Prepare as mensagens por ordem cronológica, começando por uma instrução de sistema quando esta for necessária. Mantenha a tarefa do utilizador distinta das respostas anteriores do assistente e dos resultados de ferramentas externas. A referência do fabricante aceita cadeias de texto comuns ou estruturas de conteúdo de texto tipadas e utiliza um papel de mensagem de ferramenta separado para os resultados das chamadas de funções.
Para uma comparação, forneça ambas as passagens, identifique-as claramente e peça os pontos de concordância, os conflitos e os trechos que os sustentam. Para rever uma explicação, especifique o público e os pormenores que têm de ser preservados na reformulação. Uma instrução útil é: «Compare estas duas descrições de projeto, enumere os requisitos alterados e identifique a passagem que estabelece cada alteração.»
Baichuan4 está expressamente incluído no modo de objetos JSON do fabricante. Ativar esse modo exige também uma instrução de sistema ou do utilizador para produzir JSON. Defina os campos obrigatórios e a forma de representar a informação em falta. Analise e verifique o resultado antes de o utilizar como registo numa aplicação.
A operação de conversação do fabricante aceita max_tokens entre 1 e 2 048, com o valor predefinido de 2 048. As definições de amostragem são temperature entre 0 e 1, com o valor predefinido de 0.3; top_p entre 0 e 1, sem incluir 1, com o valor predefinido de 0.85; e top_k entre 0 e 20, com o valor predefinido de 5. Definir top_k como 0 desativa essa estratégia. O limite da resposta é diferente do contexto de 32K: prepare em conjunto o material de origem e o espaço para a resposta.
Se o motivo de conclusão for length, a resposta escrita ou o objeto JSON pode estar incompleto. Preserve o resultado parcial e o motivo da interrupção; depois decida se deve encurtar o conteúdo pedido, reduzir a entrada ou rever o limite de resposta aplicável.
As ferramentas do fabricante distinguem a recuperação numa base de conhecimento da pesquisa na Web. Um pedido à base de conhecimento identifica as coleções relevantes. O modo de resposta limitado à base de conhecimento impede uma resposta quando a recuperação não encontra resultados. Se estiverem configuradas tanto a pesquisa na Web como a recuperação de conhecimento, a referência especifica que a recuperação tem prioridade.
Para um facto que possa mudar, conserve a informação efetivamente recuperada ou encontrada para permitir verificar a resposta final. Guarde a fonte, a data e as ressalvas relevantes juntamente com a observação. Quando a tarefa disser respeito a uma coleção fornecida, faça uma pergunta específica, em vez de combinar a pergunta de recuperação com instruções criativas sem relação com ela.
Os exemplos documentados de Baichuan4 mostram a seleção entre funções personalizadas e a continuação depois de a aplicação devolver o resultado de uma função. Defina cada função com um nome, uma finalidade e um esquema de argumentos. Preserve a chamada do assistente e o resultado de ferramenta correspondente; depois peça que a resposta seguinte explique ou utilize essa observação.
Uma comparação prática pode pedir duas leituras reais, por exemplo, valores de duas datas diferentes, e solicitar a diferença entre elas. A aplicação fornece essas leituras; a função selecionada pelo modelo e os argumentos gerados constituem um pedido para executar essa operação. A definição de seleção automática ou de ausência de ferramentas do fabricante aplica-se às funções. A referência aconselha a manter as chamadas de funções separadas das configurações de pesquisa na Web ou de recuperação.
O modo predefinido do fabricante devolve a resposta completa; o fluxo contínuo devolve partes incrementais que têm de ser reunidas. O motivo de conclusão distingue uma paragem normal, um pedido de ferramenta, um limite de comprimento da saída ou do contexto e a filtragem de conteúdo. Guarde a mensagem ou o objeto concluído com o material de origem e as observações das ferramentas necessários para o interpretar.
Reveja o resultado quanto aos campos pedidos, às comparações sustentadas pelas fontes e à adequação da redação ao destino. Ao comparar com outra edição, mantenha a identidade exata Baichuan4 associada à tarefa. O resultado útil é um conteúdo de texto concluído ou uma explicação de uma observação real de ferramenta, com qualquer parte por resolver do pedido ainda identificável.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites Baichuan4 | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.03146 / 1K tokens Saída · Tokens de saída $0.03146 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Baichuan4", "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='Baichuan4',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='Baichuan4',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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra Baichuan4
Use os caminhos dos métodos indicados acima.
Baichuan4Baichuan4 é o modelo de conversação por texto da quarta geração, com um contexto documentado de 32K. O fluxo de trabalho do fabricante permite respostas em objetos JSON, texto completo ou em fluxo contínuo, funções personalizadas e fundamentação com informação obtida numa base de conhecimento ou através de pesquisa na Web.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Baichuan4 é o modelo de conversação geral da quarta geração identificado com esse nome na gama Baichuan. O fabricante documenta um contexto de 32K para esta edição específica. Baichuan4-Turbo e Baichuan4-Air são edições separadas, com perfis de modelo próprios.
O modelo recebe uma conversa por texto e produz uma resposta do assistente ou um pedido de chamada de função no fluxo de trabalho documentado pelo fabricante. Entre as tarefas úteis estão responder com base na informação fornecida, organizar o conteúdo de um documento, rever texto e produzir um registo estruturado para uma aplicação.
Prepare as mensagens por ordem cronológica, começando por uma instrução de sistema quando esta for necessária. Mantenha a tarefa do utilizador distinta das respostas anteriores do assistente e dos resultados de ferramentas externas. A referência do fabricante aceita cadeias de texto comuns ou estruturas de conteúdo de texto tipadas e utiliza um papel de mensagem de ferramenta separado para os resultados das chamadas de funções.
Para uma comparação, forneça ambas as passagens, identifique-as claramente e peça os pontos de concordância, os conflitos e os trechos que os sustentam. Para rever uma explicação, especifique o público e os pormenores que têm de ser preservados na reformulação. Uma instrução útil é: «Compare estas duas descrições de projeto, enumere os requisitos alterados e identifique a passagem que estabelece cada alteração.»
Baichuan4 está expressamente incluído no modo de objetos JSON do fabricante. Ativar esse modo exige também uma instrução de sistema ou do utilizador para produzir JSON. Defina os campos obrigatórios e a forma de representar a informação em falta. Analise e verifique o resultado antes de o utilizar como registo numa aplicação.
A operação de conversação do fabricante aceita max_tokens entre 1 e 2 048, com o valor predefinido de 2 048. As definições de amostragem são temperature entre 0 e 1, com o valor predefinido de 0.3; top_p entre 0 e 1, sem incluir 1, com o valor predefinido de 0.85; e top_k entre 0 e 20, com o valor predefinido de 5. Definir top_k como 0 desativa essa estratégia. O limite da resposta é diferente do contexto de 32K: prepare em conjunto o material de origem e o espaço para a resposta.
Se o motivo de conclusão for length, a resposta escrita ou o objeto JSON pode estar incompleto. Preserve o resultado parcial e o motivo da interrupção; depois decida se deve encurtar o conteúdo pedido, reduzir a entrada ou rever o limite de resposta aplicável.
As ferramentas do fabricante distinguem a recuperação numa base de conhecimento da pesquisa na Web. Um pedido à base de conhecimento identifica as coleções relevantes. O modo de resposta limitado à base de conhecimento impede uma resposta quando a recuperação não encontra resultados. Se estiverem configuradas tanto a pesquisa na Web como a recuperação de conhecimento, a referência especifica que a recuperação tem prioridade.
Para um facto que possa mudar, conserve a informação efetivamente recuperada ou encontrada para permitir verificar a resposta final. Guarde a fonte, a data e as ressalvas relevantes juntamente com a observação. Quando a tarefa disser respeito a uma coleção fornecida, faça uma pergunta específica, em vez de combinar a pergunta de recuperação com instruções criativas sem relação com ela.
Os exemplos documentados de Baichuan4 mostram a seleção entre funções personalizadas e a continuação depois de a aplicação devolver o resultado de uma função. Defina cada função com um nome, uma finalidade e um esquema de argumentos. Preserve a chamada do assistente e o resultado de ferramenta correspondente; depois peça que a resposta seguinte explique ou utilize essa observação.
Uma comparação prática pode pedir duas leituras reais, por exemplo, valores de duas datas diferentes, e solicitar a diferença entre elas. A aplicação fornece essas leituras; a função selecionada pelo modelo e os argumentos gerados constituem um pedido para executar essa operação. A definição de seleção automática ou de ausência de ferramentas do fabricante aplica-se às funções. A referência aconselha a manter as chamadas de funções separadas das configurações de pesquisa na Web ou de recuperação.
O modo predefinido do fabricante devolve a resposta completa; o fluxo contínuo devolve partes incrementais que têm de ser reunidas. O motivo de conclusão distingue uma paragem normal, um pedido de ferramenta, um limite de comprimento da saída ou do contexto e a filtragem de conteúdo. Guarde a mensagem ou o objeto concluído com o material de origem e as observações das ferramentas necessários para o interpretar.
Reveja o resultado quanto aos campos pedidos, às comparações sustentadas pelas fontes e à adequação da redação ao destino. Ao comparar com outra edição, mantenha a identidade exata Baichuan4 associada à tarefa. O resultado útil é um conteúdo de texto concluído ou uma explicação de uma observação real de ferramenta, com qualquer parte por resolver do pedido ainda identificável.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites Baichuan4 | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.03146 / 1K tokens Saída · Tokens de saída $0.03146 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "Baichuan4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Baichuan4', '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': 'Baichuan4', '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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra Baichuan4
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
A requirements change record\n\nCompare these project notes. Version A: customers receive receipts by email; export contains all orders; support replies within two working days. Version B: receipts appear in the account; export includes paid orders only; support target remains two working days. List changes and unchanged requirements, quoting the wording that supports each finding.A comparison table containing requirement, previous wording, revised wording and change status.The support target is recorded as unchanged, and the export filter change is distinguished from receipt delivery.