Nex-N2.5-mini é a edição pequena multimodal da Nex AGI na família de agentes Nex-N2.5. A par do Pro, desenvolve as bases multimodais do Nex-N2 com melhorias na utilização do computador, navegação Web e execução de tarefas fundamentadas visualmente. O produtor trata o retorno visual como parte da forma como um agente verifica o progresso, não apenas como material para uma descrição pontual de imagem.
Prepare uma tarefa de agente com o objetivo do utilizador, o ecrã relevante ou informação das fontes e um critério de conclusão claro. Identifique as ações permitidas e a observação que estabeleceria o sucesso. Um enunciado ilustrativo é: «Use a captura de ecrã fornecida para identificar os controlos necessários a esta alteração, explique a próxima operação e verifique o estado devolvido face ao objetivo.»
O modelo pode interpretar o estado visual e propor uma função ou operação. A aplicação envolvente executa essa ação e devolve a captura de ecrã seguinte ou outro resultado. Um clique proposto ou código gerado continuam a ser resultados textuais até a aplicação os executar. Use a observação efetiva para decidir se deve continuar ou corrigir o plano.
O modelo de formatação do produtor usa reasoning_effort para selecionar o comportamento. None dá uma resposta direta sem registo de raciocínio. Medium é a predefinição adaptativa, permitindo escolher se deve raciocinar e quanto. High ativa sempre raciocínio antes de responder. O fabricante recomenda temperature 0.7, top-p 0.95 e top-k 40 para o perfil de referência.
Indique o formato obrigatório da resposta separadamente do modo, como uma explicação curta, uma lista apoiada em fontes ou a próxima operação proposta. O controlo de esforço de raciocínio do modelo de formatação não deve ser substituído silenciosamente pelo sinalizador thinking de outro modelo. Preserve a distinção entre análise intermédia e conteúdo final.
Os modelos da série Nex documentam chamadas de funções com definições de ferramentas fornecidas e um analisador que extrai as chamadas para conteúdo estruturado. Defina a finalidade e os parâmetros de cada função e preserve a observação devolvida no contexto da tarefa. Uma tarefa contínua de navegador ou programação deve usar esses resultados efetivos para manter o progresso e se autocorrigir.
O papel documentado do Mini continua a ser multimodal, separado da edição Max apenas textual da família. Para uma tarefa de conhecimento, forneça os trechos relevantes; para uma tarefa de programação, forneça a implementação e o comportamento esperado. Mantenha etiquetas de ficheiros e fontes para que o artefacto final possa remeter para os seus elementos de prova.
Planeie em conjunto as fontes disponíveis, a representação visual, a conversa, o raciocínio e os resultados das ferramentas. Mantenha visíveis ao longo do fluxo as últimas observações significativas e o resultado exigido pelo utilizador. Não equipare um plano de ação extenso a um resultado concluído; a entrega final deve distinguir propostas de operações para as quais foi devolvido um resultado.
A saída útil é uma explicação textual, proposta de código ou sequência de ações fundamentada nas observações fornecidas pela aplicação. Reveja detalhes visuais face à captura de ecrã e afirmações dependentes de fontes face a material de referência credível. Mini mantém a sua edição exata identificada e os modos de raciocínio sem herdar a contagem de parâmetros do modelo Max nem um teto universal de saída não documentado.
", "aboutText": "Nex-N2.5-mini é a edição pequena multimodal da Nex AGI na família de agentes Nex-N2.5. A par do Pro, desenvolve as bases multimodais do Nex-N2 com melhorias na utilização do computador, navegação Web e execução de tarefas fundamentadas visualmente. O produtor trata o retorno visual como parte da forma como um agente verifica o progresso, não apenas como material para uma descrição pontual de imagem.\n\n### Observe, aja e verifique\n\nPrepare uma tarefa de agente com o objetivo do utilizador, o ecrã relevante ou informação das fontes e um critério de conclusão claro. Identifique as ações permitidas e a observação que estabeleceria o sucesso. Um enunciado ilustrativo é: «Use a captura de ecrã fornecida para identificar os controlos necessários a esta alteração, explique a próxima operação e verifique o estado devolvido face ao objetivo.»\n\nO modelo pode interpretar o estado visual e propor uma função ou operação. A aplicação envolvente executa essa ação e devolve a captura de ecrã seguinte ou outro resultado. Um clique proposto ou código gerado continuam a ser resultados textuais até a aplicação os executar. Use a observação efetiva para decidir se deve continuar ou corrigir o plano.\n\n### Três modos de raciocínio\n\nO modelo de formatação do produtor usa reasoning_effort para selecionar o comportamento. None dá uma resposta direta sem registo de raciocínio. Medium é a predefinição adaptativa, permitindo escolher se deve raciocinar e quanto. High ativa sempre raciocínio antes de responder. O fabricante recomenda temperature 0.7, top-p 0.95 e top-k 40 para o perfil de referência.\n\nIndique o formato obrigatório da resposta separadamente do modo, como uma explicação curta, uma lista apoiada em fontes ou a próxima operação proposta. O controlo de esforço de raciocínio do modelo de formatação não deve ser substituído silenciosamente pelo sinalizador thinking de outro modelo. Preserve a distinção entre análise intermédia e conteúdo final.\n\n### Funções e resultados úteis\n\nOs modelos da série Nex documentam chamadas de funções com definições de ferramentas fornecidas e um analisador que extrai as chamadas para conteúdo estruturado. Defina a finalidade e os parâmetros de cada função e preserve a observação devolvida no contexto da tarefa. Uma tarefa contínua de navegador ou programação deve usar esses resultados efetivos para manter o progresso e se autocorrigir.\n\nO papel documentado do Mini continua a ser multimodal, separado da edição Max apenas textual da família. Para uma tarefa de conhecimento, forneça os trechos relevantes; para uma tarefa de programação, forneça a implementação e o comportamento esperado. Mantenha etiquetas de ficheiros e fontes para que o artefacto final possa remeter para os seus elementos de prova.\n\n### Preparação de uma tarefa longa\n\nPlaneie em conjunto as fontes disponíveis, a representação visual, a conversa, o raciocínio e os resultados das ferramentas. Mantenha visíveis ao longo do fluxo as últimas observações significativas e o resultado exigido pelo utilizador. Não equipare um plano de ação extenso a um resultado concluído; a entrega final deve distinguir propostas de operações para as quais foi devolvido um resultado.\n\nA saída útil é uma explicação textual, proposta de código ou sequência de ações fundamentada nas observações fornecidas pela aplicação. Reveja detalhes visuais face à captura de ecrã e afirmações dependentes de fontes face a material de referência credível. Mini mantém a sua edição exata identificada e os modos de raciocínio sem herdar a contagem de parâmetros do modelo Max nem um teto universal de saída não documentado.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Choose the next interface step\n\nA user wants to enable weekly reports. Supplied interface state: the Reports page shows a Weekly reports checkbox unchecked, a disabled Save button and an unsaved-changes indicator absent. Describe the next proposed interaction, the expected state after it and what must be observed before claiming the setting is saved. Use only this textual state description.A short proposed-action sequence with an expected intermediate state and a separate saved-state verification criterion.Check that the answer does not claim the setting is saved merely because the checkbox was selected.nex-agi/nex-n2.5-miniNex-N2.5-mini é a edição pequena multimodal de agentes da Nex AGI para utilização do computador, tarefas no navegador e retorno visual. Combina modos direto, adaptativo e de raciocínio com chamadas de funções, produzindo texto e ações propostas a partir da tarefa e das observações de ecrã fornecidas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nex-N2.5-mini é a edição pequena multimodal da Nex AGI na família de agentes Nex-N2.5. A par do Pro, desenvolve as bases multimodais do Nex-N2 com melhorias na utilização do computador, navegação Web e execução de tarefas fundamentadas visualmente. O produtor trata o retorno visual como parte da forma como um agente verifica o progresso, não apenas como material para uma descrição pontual de imagem.
Prepare uma tarefa de agente com o objetivo do utilizador, o ecrã relevante ou informação das fontes e um critério de conclusão claro. Identifique as ações permitidas e a observação que estabeleceria o sucesso. Um enunciado ilustrativo é: «Use a captura de ecrã fornecida para identificar os controlos necessários a esta alteração, explique a próxima operação e verifique o estado devolvido face ao objetivo.»
O modelo pode interpretar o estado visual e propor uma função ou operação. A aplicação envolvente executa essa ação e devolve a captura de ecrã seguinte ou outro resultado. Um clique proposto ou código gerado continuam a ser resultados textuais até a aplicação os executar. Use a observação efetiva para decidir se deve continuar ou corrigir o plano.
O modelo de formatação do produtor usa reasoning_effort para selecionar o comportamento. None dá uma resposta direta sem registo de raciocínio. Medium é a predefinição adaptativa, permitindo escolher se deve raciocinar e quanto. High ativa sempre raciocínio antes de responder. O fabricante recomenda temperature 0.7, top-p 0.95 e top-k 40 para o perfil de referência.
Indique o formato obrigatório da resposta separadamente do modo, como uma explicação curta, uma lista apoiada em fontes ou a próxima operação proposta. O controlo de esforço de raciocínio do modelo de formatação não deve ser substituído silenciosamente pelo sinalizador thinking de outro modelo. Preserve a distinção entre análise intermédia e conteúdo final.
Os modelos da série Nex documentam chamadas de funções com definições de ferramentas fornecidas e um analisador que extrai as chamadas para conteúdo estruturado. Defina a finalidade e os parâmetros de cada função e preserve a observação devolvida no contexto da tarefa. Uma tarefa contínua de navegador ou programação deve usar esses resultados efetivos para manter o progresso e se autocorrigir.
O papel documentado do Mini continua a ser multimodal, separado da edição Max apenas textual da família. Para uma tarefa de conhecimento, forneça os trechos relevantes; para uma tarefa de programação, forneça a implementação e o comportamento esperado. Mantenha etiquetas de ficheiros e fontes para que o artefacto final possa remeter para os seus elementos de prova.
Planeie em conjunto as fontes disponíveis, a representação visual, a conversa, o raciocínio e os resultados das ferramentas. Mantenha visíveis ao longo do fluxo as últimas observações significativas e o resultado exigido pelo utilizador. Não equipare um plano de ação extenso a um resultado concluído; a entrega final deve distinguir propostas de operações para as quais foi devolvido um resultado.
A saída útil é uma explicação textual, proposta de código ou sequência de ações fundamentada nas observações fornecidas pela aplicação. Reveja detalhes visuais face à captura de ecrã e afirmações dependentes de fontes face a material de referência credível. Mini mantém a sua edição exata identificada e os modos de raciocínio sem herdar a contagem de parâmetros do modelo Max nem um teto universal de saída não documentado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites nex-agi/nex-n2.5-mini | 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.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.00005 / 1K tokens Saída · Tokens de saída $0.0002 / 1K tokens Entrada · Leitura da cache $0.000005 / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.00005 / 1K tokens Saída · Tokens de saída $0.0002 / 1K tokens Entrada · Leitura da cache $0.000005 / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nex-agi/nex-n2.5-mini", "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='nex-agi/nex-n2.5-mini',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='nex-agi/nex-n2.5-mini',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 nex-agi/nex-n2.5-mini
Use os caminhos dos métodos indicados acima.
nex-agi/nex-n2.5-miniNex-N2.5-mini é a edição pequena multimodal de agentes da Nex AGI para utilização do computador, tarefas no navegador e retorno visual. Combina modos direto, adaptativo e de raciocínio com chamadas de funções, produzindo texto e ações propostas a partir da tarefa e das observações de ecrã fornecidas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nex-N2.5-mini é a edição pequena multimodal da Nex AGI na família de agentes Nex-N2.5. A par do Pro, desenvolve as bases multimodais do Nex-N2 com melhorias na utilização do computador, navegação Web e execução de tarefas fundamentadas visualmente. O produtor trata o retorno visual como parte da forma como um agente verifica o progresso, não apenas como material para uma descrição pontual de imagem.
Prepare uma tarefa de agente com o objetivo do utilizador, o ecrã relevante ou informação das fontes e um critério de conclusão claro. Identifique as ações permitidas e a observação que estabeleceria o sucesso. Um enunciado ilustrativo é: «Use a captura de ecrã fornecida para identificar os controlos necessários a esta alteração, explique a próxima operação e verifique o estado devolvido face ao objetivo.»
O modelo pode interpretar o estado visual e propor uma função ou operação. A aplicação envolvente executa essa ação e devolve a captura de ecrã seguinte ou outro resultado. Um clique proposto ou código gerado continuam a ser resultados textuais até a aplicação os executar. Use a observação efetiva para decidir se deve continuar ou corrigir o plano.
O modelo de formatação do produtor usa reasoning_effort para selecionar o comportamento. None dá uma resposta direta sem registo de raciocínio. Medium é a predefinição adaptativa, permitindo escolher se deve raciocinar e quanto. High ativa sempre raciocínio antes de responder. O fabricante recomenda temperature 0.7, top-p 0.95 e top-k 40 para o perfil de referência.
Indique o formato obrigatório da resposta separadamente do modo, como uma explicação curta, uma lista apoiada em fontes ou a próxima operação proposta. O controlo de esforço de raciocínio do modelo de formatação não deve ser substituído silenciosamente pelo sinalizador thinking de outro modelo. Preserve a distinção entre análise intermédia e conteúdo final.
Os modelos da série Nex documentam chamadas de funções com definições de ferramentas fornecidas e um analisador que extrai as chamadas para conteúdo estruturado. Defina a finalidade e os parâmetros de cada função e preserve a observação devolvida no contexto da tarefa. Uma tarefa contínua de navegador ou programação deve usar esses resultados efetivos para manter o progresso e se autocorrigir.
O papel documentado do Mini continua a ser multimodal, separado da edição Max apenas textual da família. Para uma tarefa de conhecimento, forneça os trechos relevantes; para uma tarefa de programação, forneça a implementação e o comportamento esperado. Mantenha etiquetas de ficheiros e fontes para que o artefacto final possa remeter para os seus elementos de prova.
Planeie em conjunto as fontes disponíveis, a representação visual, a conversa, o raciocínio e os resultados das ferramentas. Mantenha visíveis ao longo do fluxo as últimas observações significativas e o resultado exigido pelo utilizador. Não equipare um plano de ação extenso a um resultado concluído; a entrega final deve distinguir propostas de operações para as quais foi devolvido um resultado.
A saída útil é uma explicação textual, proposta de código ou sequência de ações fundamentada nas observações fornecidas pela aplicação. Reveja detalhes visuais face à captura de ecrã e afirmações dependentes de fontes face a material de referência credível. Mini mantém a sua edição exata identificada e os modos de raciocínio sem herdar a contagem de parâmetros do modelo Max nem um teto universal de saída não documentado.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites nex-agi/nex-n2.5-mini | 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.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.00005 / 1K tokens Saída · Tokens de saída $0.0002 / 1K tokens Entrada · Leitura da cache $0.000005 / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.00005 / 1K tokens Saída · Tokens de saída $0.0002 / 1K tokens Entrada · Leitura da cache $0.000005 / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "nex-agi/nex-n2.5-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'nex-agi/nex-n2.5-mini', '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': 'nex-agi/nex-n2.5-mini', '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 nex-agi/nex-n2.5-mini
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Choose the next interface step\n\nA user wants to enable weekly reports. Supplied interface state: the Reports page shows a Weekly reports checkbox unchecked, a disabled Save button and an unsaved-changes indicator absent. Describe the next proposed interaction, the expected state after it and what must be observed before claiming the setting is saved. Use only this textual state description.A short proposed-action sequence with an expected intermediate state and a separate saved-state verification criterion.Check that the answer does not claim the setting is saved merely because the checkbox was selected.