Source: https://ailoot.ai/models/pt-pt/togethercomputer-tev1-4b-experimental/ Canonical: https://ailoot.ai/models/pt-pt/togethercomputer-tev1-4b-experimental/ Language: pt-pt # Together: Tev1 4B Experimental [Markdown](https://ailoot.ai/models/pt-pt/togethercomputer-tev1-4b-experimental/index.md) · [JSON](https://ailoot.ai/models/pt-pt/togethercomputer-tev1-4b-experimental/facts.json) ## [Together: Tev1 4B Experimental](https://ailoot.ai/models/pt-pt/togethercomputer-tev1-4b-experimental/) O Tev1 4B Experimental é o classificador de texto da Together AI para decisões delimitadas: forneça-lhe um estado, uma pergunta e 2–24 opções etiquetadas, e a saída documentada é uma única letra. A aplicação faz corresponder essa letra a uma chave de categoria; não se trata de uma distribuição de probabilidades nativa nem de uma resposta com pontuação esperada. - [**Ailoot Ultra · System One** `POST /v1/systemone` `togethercomputer/tev1-4b-experimental`](https://ailoot.ai/models/pt-pt/togethercomputer-tev1-4b-experimental/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. O Tev1 4B Experimental é o modelo de classificação da Together AI para perguntas com um conjunto fixo de respostas. O fabricante afinou-o a partir do Qwen3.5 4B e indica 4,7 mil milhões de parâmetros. Utiliza geração de texto sem raciocínio para selecionar uma opção: a entrada documentada é um estado, uma pergunta e escolhas etiquetadas, e a saída pedida é exatamente uma letra. A aplicação faz corresponder essa letra à chave semântica da opção. Isto distingue o seu fluxo de decisão de um modelo que devolve diretamente probabilidades calibradas ou uma pontuação esperada numa rubrica. #### Estado, pergunta e 2–24 opções A interface do produtor representa a decisão como um objeto JSON com o estado, a pergunta e as opções. Cada opção contém uma etiqueta em forma de letra, de A a X, uma chave semântica e uma descrição. Forneça entre duas e 24 opções e faça com que cada descrição explique quando essa resposta se aplica. A letra é a etiqueta de saída compacta; a chave semântica é o significado que o software envolvente utiliza. Mantenha a correspondência associada à lista exata de opções utilizada nessa decisão. Para uma mensagem de suporte, o estado deve conter a mensagem e o contexto relevante, enquanto a pergunta define que intenção ou destino escolher. Uma lista ilustrativa pode distinguir uma falha de integração comunicada, um problema de acesso e um pedido de informação sobre o produto, com uma opção «nenhuma» para quando as intenções listadas não se aplicam. Defina os casos que se sobrepõem, em vez de esperar que o modelo deduza a política de encaminhamento da organização a partir de etiquetas abreviadas. #### Geração sem raciocínio e o formato de resposta pedido O exemplo publicado pela Together fornece uma instrução de sistema que trata o conteúdo dentro do estado como dados, seleciona uma das opções listadas e pede apenas a respetiva letra, sem explicação. As definições recomendadas são temperatura 0, um limite de geração de oito tokens e raciocínio desativado. O fabricante afirma explicitamente que estas definições não são injetadas automaticamente pelo ponto de acesso público; a função auxiliar do exemplo fornece-as, enquanto um pedido direto tem de as especificar. Utilize estas definições para pedir a resposta de classificação curta e sem raciocínio pretendida. O limite de oito tokens é uma definição de saída de exemplo para este fluxo de respostas curtas, e não uma especificação universal de saída máxima. A saída útil pretendida continua a ser a letra selecionada. Se uma função auxiliar expuser depois um objeto com etiqueta e chave, distinga esse objeto interpretado do conteúdo gerado em bruto pelo modelo. A seleção de uma categoria, por si só, não atualiza um pedido de suporte, não aprova uma operação nem executa a ação seguinte. #### Classificação, regras e avaliações categóricas O fabricante descreve a deteção de intenções, a aplicação de políticas, o encaminhamento de fluxos de trabalho, as categorias de documentos, o sentimento e a compreensão de sim/não com base num excerto como padrões de tarefa suportados. Uma tarefa booleana pode fornecer duas opções cujas chaves significam verdadeiro e falso; a aplicação interpreta a opção selecionada em conformidade. Uma tarefa de sentimento pode fornecer níveis descritos e devolver a chave de uma categoria selecionada. Essa escolha categórica não é uma média ponderada por probabilidades entre níveis, e uma letra devolvida não é um valor numérico de confiança. Para uma decisão baseada em regras, inclua na tarefa os factos relevantes e a regra, em vez de pedir ao modelo que invente a política. Por exemplo, uma especificação de encaminhamento de documentos pode descrever as pastas permitidas e o material que pertence a cada uma. Uma tarefa de taxonomia de investigação pode fornecer o título e o resumo de um artigo juntamente com descrições de temas. O resultado deve ser interpretado face às alternativas fornecidas, conservando a evidência original para uma escolha ambígua ou contestada. #### Âmbito do treino e identidade da edição A página do modelo regista 37.840 exemplos de treino que abrangem implicação textual, perguntas de sim/não sobre excertos, intenções bancárias, categorias de notícias, níveis de sentimento, políticas programáticas, encaminhamento e taxonomia de artigos de investigação. O guia complementar documenta a normalização destas tarefas num formato de decisão comum e a afinação de um modelo de classificação. Isto explica o foco do perfil num conjunto delimitado de respostas; não demonstra que todas as novas políticas, domínios ou taxonomias serão tratados corretamente sem uma avaliação específica da tarefa. O Tev1 4B Experimental é o modelo da Together com esse nome, e não o perfil base genérico do Qwen3.5 4B nem um ponto de verificação de outro fabricante de modelos de decisão. Mantenha a preparação de saída e o contrato de entrada próprios desta edição experimental. Um caso de utilização de decisão comum ou uma família base conhecida não justifica que se adotem o suporte de imagens, a calibração de probabilidades, as chamadas a ferramentas ou os limites de agrupamento de perguntas de outro modelo. #### Contexto e revisão do resultado A especificação do modelo da Together indica uma janela de contexto de 32,8K tokens e entrada de texto com saída de texto. O contexto tem de acomodar as instruções, o estado, a pergunta e as opções utilizados no pedido de classificação. Prepare apenas a evidência de que a pergunta necessita, mantendo as definições que distinguem as alternativas. Mantenha o pedido de classificação compacto, removendo o contexto irrelevante e conservando as definições das opções. O produtor identifica-o como uma versão experimental destinada a avaliação em cargas de trabalho de decisão reais. Verifique se a resposta em bruto é uma das etiquetas fornecidas antes de a fazer corresponder a uma chave semântica, e compare as classificações com material etiquetado representativo da tarefa pretendida. Uma letra válida comprova uma seleção bem formada, e não que a sua interpretação esteja correta. Mantenha juntos a entrada, as opções, a letra devolvida e a chave correspondente, para que o artefacto final possa suportar o encaminhamento, a categorização ou a revisão de políticas sem perder a forma como a decisão foi definida. **Ailoot Ultra · System One** `POST /v1/systemone` `togethercomputer/tev1-4b-experimental` [`togethercomputer/tev1-4b-experimental`](https://ailoot.ai/models/pt-pt/#m=togethercomputer%2Ftev1-4b-experimental&route=Ultra&caller=togethercomputer%2Ftev1-4b-experimental&fmt=systemone) Together /`togethercomputer/tev1-4b-experimental` ### Introdução O Tev1 4B Experimental é o classificador de texto da Together AI para decisões delimitadas: forneça-lhe um estado, uma pergunta e 2–24 opções etiquetadas, e a saída documentada é uma única letra. A aplicação faz corresponder essa letra a uma chave de categoria; não se trata de uma distribuição de probabilidades nativa nem de uma resposta com pontuação esperada. Entradas aceites Texto Resultados decisions ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · System One** `POST /v1/systemone` Entrada `text` Saída `decisions` Formato de saída json | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites togethercomputer/tev1-4b-experimental | Predefinição— | | Campo`provider` | Tipo`schema` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`questions` | Tipo`object` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`session_id` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`state` | Tipo`schema` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`trace` | Tipo`schema` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`user` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`questions..type` | Tipo`string` | RequisitoObrigatório | Valores e limites noul, choice, score | Predefinição— | | Campo`questions..instructions` | Tipo`string\|object\|array` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`questions..criteria` | Tipo`object\|array` | RequisitoOpcional | Valores e limites Condições: choice/score: obrigatório; noul: opcional. Os critérios de choice são um objeto; score é uma matriz com minItems1. | Predefinição— | | Campo`questions..criteria.true` | Tipo`string\|object\|array` | RequisitoObrigatório | Valores e limites Aplica-se quando: Objeto de critérios noul fornecido | Predefinição— | | Campo`questions..criteria.false` | Tipo`string\|object\|array` | RequisitoObrigatório | Valores e limites Aplica-se quando: Objeto de critérios noul fornecido | Predefinição— | Combinações de materiais de entrada **noul** · Obrigatório: state, questions.\.type=noul, questions.\.instructions **choice** · Obrigatório: state, questions.\.type=choice, questions.\.instructions, criteria object **score** · Obrigatório: state, questions.\.type=score, questions.\.instructions, criteria array with minItems1 Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratomodel, state, questions | | Parâmetro`material_types` | Contratotext | | Parâmetro`optional_controls` | Contratoprovider, session\_id, trace, user | | Parâmetro`multimodal_input_binding` | Contratonull | Ciclo de vida: `synchronous` Envie o ID exato do modelo e conserve a resposta nativa completa. ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) #### Tarifas Ailoot #### Preços por configuração 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 **$0.000084** / 1K tokens Saída · Tokens de saída **$0** / 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 **$0.000084** / 1K tokens Saída · Tokens de saída **$0** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · System One Estrutura oficial do pedido preservada; exemplo de documentaçãoUse o material real do seu pedido e guarde o resultado completo ```json { "model": "togethercomputer/tev1-4b-experimental", "questions": { "is_bug": { "criteria": { "false": "The customer is asking a question or requesting a feature.", "true": "The customer describes broken or unexpected product behavior." }, "instructions": "Is the customer reporting a software defect?", "type": "noul" }, "team": { "criteria": { "account": "Login, permissions, or profile issues.", "frontend": "Rendering, layout, or browser compatibility issues.", "payments": "Checkout, billing, or payment processing issues." }, "instructions": "Which team should own this ticket?", "type": "choice" }, "urgency": { "criteria": [ "Can wait for the next release", "Should be fixed this week", "Blocking revenue right now" ], "instructions": "How urgent is this ticket?", "type": "score" } }, "state": { "customer_tier": "enterprise", "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers." } } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}" export AILOOT_REQUEST_FILE python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8')) if not isinstance(p,dict): raise SystemExit('Request must be a JSON object') p['model']='togethercomputer/tev1-4b-experimental' Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ### Receber e guardar os resultados #### Ailoot Ultra · System One json ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. É conservada cada resposta fornecida a um ID de pergunta, com o respetivo tipo exato, valor noul/choice/score, confiança, probabilidades e legenda. O JSON original completo é armazenado e devolvido apenas após a liquidação. ##### Se for necessário verificar a resposta original Conserve a operação original e a resposta completa/parcial; não repita o POST. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`model` | Tipostring | | Campo`id` | Tipostring | | Campo`provider` | Tipostring | | Campo`answers..type` | Tipostring | | Campo`answers..noul` | Tiponumber | | Campo`answers..choice` | Tipostring | | Campo`answers..score` | Tiponumber | | Campo`answers..confidence` | Tiponumber | | Campo`answers..probabilities` | Tipoobject | | Campo`answers..legend` | Tipoobject | | Campo`usage.input_tokens` | Tipointeger | | Campo`usage.output_tokens` | Tipointeger | | Campo`usage.cost` | Tiponumber | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | CondiçãoCampo obrigatório, representação ou valor inválido | Passo seguinteCorrija o campo indicado no pedido. | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`togethercomputer/tev1-4b-experimental`](https://ailoot.ai/models/pt-pt/#m=togethercomputer%2Ftev1-4b-experimental&route=Ultra&caller=togethercomputer%2Ftev1-4b-experimental&fmt=systemone) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`togethercomputer/tev1-4b-experimental`](https://ailoot.ai/models/pt-pt/#m=togethercomputer%2Ftev1-4b-experimental&route=Ultra&caller=togethercomputer%2Ftev1-4b-experimental&fmt=systemone) FAQ · Together: Tev1 4B Experimental Que entradas e resultados estão disponíveis? `POST /v1/systemone` · `togethercomputer/tev1-4b-experimental`: `text` → `decisions` Que campos utiliza o pedido? `POST /v1/systemone` · `togethercomputer/tev1-4b-experimental`: `model`, `provider`, `questions`, `session_id`, `state`, `trace`, `user` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.