Reka Edge é o modelo compacto de visão e linguagem da Reka AI para aplicações físicas e visuais. A edição 2603 publicada aceita imagens ou vídeo com um prompt escrito e gera texto; suporta também perguntas apenas de texto. As suas principais tarefas são a compreensão de cenas, a análise de vídeo, a deteção de objetos e a interação orientada para ferramentas com base em entradas visuais.
O modelo combina um codificador de visão de 657 milhões de parâmetros com uma estrutura de linguagem de 6,4 mil milhões de parâmetros. O codificador visual convolucional produz 64 tokens por bloco de imagem. A configuração de texto publicada define um máximo de 16 384 posições, com escalonamento do comprimento a partir de uma base de 8 192 posições. São propriedades da configuração do checkpoint do produtor; as entradas visuais e a conversa continuam a ter de caber no contexto utilizado para uma tarefa.
Para responder a perguntas visuais, forneça a imagem e pergunte sobre um objeto, uma relação ou um acontecimento concretos. Um prompt de inspeção útil identifica o que é preciso distinguir: a posição do objeto, uma condição visível ou uma alteração entre fotogramas. Para vídeo, inclua a sequência e descreva o acontecimento a encontrar. Os exemplos de aplicação do fabricante abrangem legendas para conteúdos multimédia, deteção de logótipos, destaques e metadados, assim como robótica, câmaras de veículos e assistência visual.
A deteção de objetos tem um prompt específico do produtor: Detect: seguido da descrição do objeto. A descrição pode indicar um alvo ou vários alvos. O resultado documentado associa etiquetas de objetos a coordenadas de caixas delimitadoras, usando os marcadores ref e bbox. Numa aplicação, conserve a relação entre cada etiqueta e as respetivas coordenadas, para que a região detetada possa ser inspecionada ou apresentada na imagem original.
Uma tarefa prática de revisão multimédia pode pedir o acontecimento visível, os objetos envolvidos e uma legenda concisa para um arquivo. Para inspecionar uma cena, defina o objeto-alvo e a condição relevante antes de pedir uma descrição. Separe o que o modelo observou da ação seguinte que uma aplicação decide tomar. O modelo fornece a interpretação visual ou a interação proposta com uma ferramenta; a aplicação envolvente executa as ações externas.
A Reka publica instruções de implementação local para o checkpoint, incluindo exemplos de imagem, vídeo, deteção e apenas texto. A ficha usa o modelo de formatação de conversa e o marcador de fim de turno próprios do modelo. Desativa explicitamente um modo de raciocínio separado no exemplo local: a interpretação visual é uma capacidade, enquanto uma etapa de raciocínio exposta é uma funcionalidade diferente. O modelo destina-se a utilização na periferia da rede, em instalações próprias e na nuvem; a implementação quantizada é uma configuração separada, não uma identidade implícita no nome do modelo.
Para avaliação local, o produtor recomenda deixar uma margem de memória para a geração: a ficha indica um mínimo de 24 GB de memória para um Mac e, para uma instalação num PC, pelo menos 24 GB de memória GPU mais 24 GB de memória do sistema. Recomenda 32 GB ou mais nas respetivas categorias de memória, com aproximadamente 14 GB para o modelo float16 num Mac. Estes valores de implementação descrevem a instalação local publicada. Ajudam a distinguir a dimensão compacta do modelo dos recursos necessários a uma aplicação que processa entradas visuais.
", "aboutText": "Reka Edge é o modelo compacto de visão e linguagem da Reka AI para aplicações físicas e visuais. A edição 2603 publicada aceita imagens ou vídeo com um prompt escrito e gera texto; suporta também perguntas apenas de texto. As suas principais tarefas são a compreensão de cenas, a análise de vídeo, a deteção de objetos e a interação orientada para ferramentas com base em entradas visuais.\n\nO modelo combina um codificador de visão de 657 milhões de parâmetros com uma estrutura de linguagem de 6,4 mil milhões de parâmetros. O codificador visual convolucional produz 64 tokens por bloco de imagem. A configuração de texto publicada define um máximo de 16 384 posições, com escalonamento do comprimento a partir de uma base de 8 192 posições. São propriedades da configuração do checkpoint do produtor; as entradas visuais e a conversa continuam a ter de caber no contexto utilizado para uma tarefa.\n\nPara responder a perguntas visuais, forneça a imagem e pergunte sobre um objeto, uma relação ou um acontecimento concretos. Um prompt de inspeção útil identifica o que é preciso distinguir: a posição do objeto, uma condição visível ou uma alteração entre fotogramas. Para vídeo, inclua a sequência e descreva o acontecimento a encontrar. Os exemplos de aplicação do fabricante abrangem legendas para conteúdos multimédia, deteção de logótipos, destaques e metadados, assim como robótica, câmaras de veículos e assistência visual.\n\nA deteção de objetos tem um prompt específico do produtor: Detect: seguido da descrição do objeto. A descrição pode indicar um alvo ou vários alvos. O resultado documentado associa etiquetas de objetos a coordenadas de caixas delimitadoras, usando os marcadores ref e bbox. Numa aplicação, conserve a relação entre cada etiqueta e as respetivas coordenadas, para que a região detetada possa ser inspecionada ou apresentada na imagem original.\n\nUma tarefa prática de revisão multimédia pode pedir o acontecimento visível, os objetos envolvidos e uma legenda concisa para um arquivo. Para inspecionar uma cena, defina o objeto-alvo e a condição relevante antes de pedir uma descrição. Separe o que o modelo observou da ação seguinte que uma aplicação decide tomar. O modelo fornece a interpretação visual ou a interação proposta com uma ferramenta; a aplicação envolvente executa as ações externas.\n\nA Reka publica instruções de implementação local para o checkpoint, incluindo exemplos de imagem, vídeo, deteção e apenas texto. A ficha usa o modelo de formatação de conversa e o marcador de fim de turno próprios do modelo. Desativa explicitamente um modo de raciocínio separado no exemplo local: a interpretação visual é uma capacidade, enquanto uma etapa de raciocínio exposta é uma funcionalidade diferente. O modelo destina-se a utilização na periferia da rede, em instalações próprias e na nuvem; a implementação quantizada é uma configuração separada, não uma identidade implícita no nome do modelo.\n\nPara avaliação local, o produtor recomenda deixar uma margem de memória para a geração: a ficha indica um mínimo de 24 GB de memória para um Mac e, para uma instalação num PC, pelo menos 24 GB de memória GPU mais 24 GB de memória do sistema. Recomenda 32 GB ou mais nas respetivas categorias de memória, com aproximadamente 14 GB para o modelo float16 num Mac. Estes valores de implementação descrevem a instalação local publicada. Ajudam a distinguir a dimensão compacta do modelo dos recursos necessários a uma aplicação que processa entradas visuais.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Caption a described loading scene\n\nWrite a concise archive caption from this textual scene description: a worker stands beside a parked van; two sealed boxes are on a trolley; no loading movement is described. Include the objects and their relationship, and add a short uncertainty note about whether loading has begun. Do not infer motion from proximity.A neutral scene caption and a separate uncertainty note.Check that the caption distinguishes observed positions from an unobserved loading action.rekaai/reka-edgeReka Edge é um modelo de visão e linguagem de 7B para compreensão de imagem e vídeo, deteção de objetos e fluxos de trabalho com ferramentas orientados visualmente. Recebe material visual e texto, produz texto e disponibiliza um formato de prompt específico para deteção.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Reka Edge é o modelo compacto de visão e linguagem da Reka AI para aplicações físicas e visuais. A edição 2603 publicada aceita imagens ou vídeo com um prompt escrito e gera texto; suporta também perguntas apenas de texto. As suas principais tarefas são a compreensão de cenas, a análise de vídeo, a deteção de objetos e a interação orientada para ferramentas com base em entradas visuais.
O modelo combina um codificador de visão de 657 milhões de parâmetros com uma estrutura de linguagem de 6,4 mil milhões de parâmetros. O codificador visual convolucional produz 64 tokens por bloco de imagem. A configuração de texto publicada define um máximo de 16 384 posições, com escalonamento do comprimento a partir de uma base de 8 192 posições. São propriedades da configuração do checkpoint do produtor; as entradas visuais e a conversa continuam a ter de caber no contexto utilizado para uma tarefa.
Para responder a perguntas visuais, forneça a imagem e pergunte sobre um objeto, uma relação ou um acontecimento concretos. Um prompt de inspeção útil identifica o que é preciso distinguir: a posição do objeto, uma condição visível ou uma alteração entre fotogramas. Para vídeo, inclua a sequência e descreva o acontecimento a encontrar. Os exemplos de aplicação do fabricante abrangem legendas para conteúdos multimédia, deteção de logótipos, destaques e metadados, assim como robótica, câmaras de veículos e assistência visual.
A deteção de objetos tem um prompt específico do produtor: Detect: seguido da descrição do objeto. A descrição pode indicar um alvo ou vários alvos. O resultado documentado associa etiquetas de objetos a coordenadas de caixas delimitadoras, usando os marcadores ref e bbox. Numa aplicação, conserve a relação entre cada etiqueta e as respetivas coordenadas, para que a região detetada possa ser inspecionada ou apresentada na imagem original.
Uma tarefa prática de revisão multimédia pode pedir o acontecimento visível, os objetos envolvidos e uma legenda concisa para um arquivo. Para inspecionar uma cena, defina o objeto-alvo e a condição relevante antes de pedir uma descrição. Separe o que o modelo observou da ação seguinte que uma aplicação decide tomar. O modelo fornece a interpretação visual ou a interação proposta com uma ferramenta; a aplicação envolvente executa as ações externas.
A Reka publica instruções de implementação local para o checkpoint, incluindo exemplos de imagem, vídeo, deteção e apenas texto. A ficha usa o modelo de formatação de conversa e o marcador de fim de turno próprios do modelo. Desativa explicitamente um modo de raciocínio separado no exemplo local: a interpretação visual é uma capacidade, enquanto uma etapa de raciocínio exposta é uma funcionalidade diferente. O modelo destina-se a utilização na periferia da rede, em instalações próprias e na nuvem; a implementação quantizada é uma configuração separada, não uma identidade implícita no nome do modelo.
Para avaliação local, o produtor recomenda deixar uma margem de memória para a geração: a ficha indica um mínimo de 24 GB de memória para um Mac e, para uma instalação num PC, pelo menos 24 GB de memória GPU mais 24 GB de memória do sistema. Recomenda 32 GB ou mais nas respetivas categorias de memória, com aproximadamente 14 GB para o modelo float16 num Mac. Estes valores de implementação descrevem a instalação local publicada. Ajudam a distinguir a dimensão compacta do modelo dos recursos necessários a uma aplicação que processa entradas visuais.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites rekaai/reka-edge | 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 $0.0002 / 1K tokens Saída · Tokens de saída $0.0002 / 1K tokens Entrada · Leitura da cache — / 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 $0.0002 / 1K tokens Saída · Tokens de saída $0.0002 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "rekaai/reka-edge", "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='rekaai/reka-edge',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='rekaai/reka-edge',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 rekaai/reka-edge
Use os caminhos dos métodos indicados acima.
rekaai/reka-edgeReka Edge é um modelo de visão e linguagem de 7B para compreensão de imagem e vídeo, deteção de objetos e fluxos de trabalho com ferramentas orientados visualmente. Recebe material visual e texto, produz texto e disponibiliza um formato de prompt específico para deteção.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Reka Edge é o modelo compacto de visão e linguagem da Reka AI para aplicações físicas e visuais. A edição 2603 publicada aceita imagens ou vídeo com um prompt escrito e gera texto; suporta também perguntas apenas de texto. As suas principais tarefas são a compreensão de cenas, a análise de vídeo, a deteção de objetos e a interação orientada para ferramentas com base em entradas visuais.
O modelo combina um codificador de visão de 657 milhões de parâmetros com uma estrutura de linguagem de 6,4 mil milhões de parâmetros. O codificador visual convolucional produz 64 tokens por bloco de imagem. A configuração de texto publicada define um máximo de 16 384 posições, com escalonamento do comprimento a partir de uma base de 8 192 posições. São propriedades da configuração do checkpoint do produtor; as entradas visuais e a conversa continuam a ter de caber no contexto utilizado para uma tarefa.
Para responder a perguntas visuais, forneça a imagem e pergunte sobre um objeto, uma relação ou um acontecimento concretos. Um prompt de inspeção útil identifica o que é preciso distinguir: a posição do objeto, uma condição visível ou uma alteração entre fotogramas. Para vídeo, inclua a sequência e descreva o acontecimento a encontrar. Os exemplos de aplicação do fabricante abrangem legendas para conteúdos multimédia, deteção de logótipos, destaques e metadados, assim como robótica, câmaras de veículos e assistência visual.
A deteção de objetos tem um prompt específico do produtor: Detect: seguido da descrição do objeto. A descrição pode indicar um alvo ou vários alvos. O resultado documentado associa etiquetas de objetos a coordenadas de caixas delimitadoras, usando os marcadores ref e bbox. Numa aplicação, conserve a relação entre cada etiqueta e as respetivas coordenadas, para que a região detetada possa ser inspecionada ou apresentada na imagem original.
Uma tarefa prática de revisão multimédia pode pedir o acontecimento visível, os objetos envolvidos e uma legenda concisa para um arquivo. Para inspecionar uma cena, defina o objeto-alvo e a condição relevante antes de pedir uma descrição. Separe o que o modelo observou da ação seguinte que uma aplicação decide tomar. O modelo fornece a interpretação visual ou a interação proposta com uma ferramenta; a aplicação envolvente executa as ações externas.
A Reka publica instruções de implementação local para o checkpoint, incluindo exemplos de imagem, vídeo, deteção e apenas texto. A ficha usa o modelo de formatação de conversa e o marcador de fim de turno próprios do modelo. Desativa explicitamente um modo de raciocínio separado no exemplo local: a interpretação visual é uma capacidade, enquanto uma etapa de raciocínio exposta é uma funcionalidade diferente. O modelo destina-se a utilização na periferia da rede, em instalações próprias e na nuvem; a implementação quantizada é uma configuração separada, não uma identidade implícita no nome do modelo.
Para avaliação local, o produtor recomenda deixar uma margem de memória para a geração: a ficha indica um mínimo de 24 GB de memória para um Mac e, para uma instalação num PC, pelo menos 24 GB de memória GPU mais 24 GB de memória do sistema. Recomenda 32 GB ou mais nas respetivas categorias de memória, com aproximadamente 14 GB para o modelo float16 num Mac. Estes valores de implementação descrevem a instalação local publicada. Ajudam a distinguir a dimensão compacta do modelo dos recursos necessários a uma aplicação que processa entradas visuais.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites rekaai/reka-edge | 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 $0.0002 / 1K tokens Saída · Tokens de saída $0.0002 / 1K tokens Entrada · Leitura da cache — / 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 $0.0002 / 1K tokens Saída · Tokens de saída $0.0002 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "rekaai/reka-edge",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'rekaai/reka-edge', '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': 'rekaai/reka-edge', '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 rekaai/reka-edge
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Caption a described loading scene\n\nWrite a concise archive caption from this textual scene description: a worker stands beside a parked van; two sealed boxes are on a trolley; no loading movement is described. Include the objects and their relationship, and add a short uncertainty note about whether loading has begun. Do not infer motion from proximity.A neutral scene caption and a separate uncertainty note.Check that the caption distinguishes observed positions from an unobserved loading action.