Summarize — модель ScaleDown для абстрактивного резюмирования. Она сокращает предоставленные текст и документы до связного пересказа, а не выбирает несколько исходных предложений дословно. Опубликованные применения включают проверку документов, сводки расшифровок и сокращение извлечённых материалов перед их использованием другой моделью.
Задайте акцент задачи и предполагаемого читателя. Сводка встречи может сохранять решения, обязанности и открытые вопросы. Проверка документа — основные утверждения и поддерживающие сведения. Процесс извлечения источников — факты, важные для вопроса, на который ответит следующая модель.
Укажите желаемые язык, длину и оформление в инструкциях к содержимому. Опубликованная модель использует для этого указания системного запроса, а её конфигурация семплирования фиксирована для верной исходнику выдачи. Поэтому резюме для человека и компактный фрагмент для другой модели могут иметь разное оформление, не рассматривая вариацию семплирования как главное управление.
Сохраняйте имена документов и важные границы разделов вместе с исходником. Попросите резюме сохранять имена, числа, заявленные решения и разногласия, влияющие на трактовку. Для расшифровки различайте предложение и решение, а также неразрешённый вопрос и назначенное действие.
После генерации сравните сокращённый текст с исходным материалом. Проверьте, не меняет ли предложение уверенность утверждения, не теряет ли условие и не объединяет ли высказывания разных говорящих или разделов. Цель короткого результата — облегчить использование сведений, сохранив их смысл.
Опубликованные типы ввода включают текст, изображения и файлы, например PDF; модель возвращает текст. Передайте читаемый материал и определите, касается ли задача всего документа или выбранного раздела. Набору помогают одинаковые вопросы для резюме и идентификатор документа, сохранённый с каждым результатом.
Для предварительной обработки извлечённых источников сокращайте содержимое вокруг конкретного вопроса, который обязательно должны рассмотреть последующие рассуждения. Сохраняйте фрагменты или факты, поддерживающие ответ, вместо общего обзора источника. Оставляйте исходные извлечённые материалы доступными, чтобы последующий результат всё ещё можно было сверить с ними.
Опубликованное контекстное окно составляет 1 000 000 токенов, а предел завершения — 4 000 токенов. Задайте длину резюме под намеченный материал. Если большому набору нужны существенные подробности, организуйте его в обозначенные документы или разделы и сохраняйте отдельный результат для каждого перед составлением общей сводки.
Результат — текстовое резюме. Проверяйте структуру для машинной обработки в приложении, сохраняя письменное резюме читаемым для его аудитории. Храните резюме вместе с идентичностью источника и инструкциями, определившими акцент, язык и длину.
scaledown/summarizeSummarize превращает длинный текст и документы в связный, верный исходнику краткий пересказ. Задайте акцент, язык, длину и формат инструкциями и используйте результат для проверки документов, сводок расшифровок или сокращённого контекста извлечённых источников. Опубликованы окно 1 000 000 токенов и предел завершения 4 000 токенов.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Summarize — модель ScaleDown для абстрактивного резюмирования. Она сокращает предоставленные текст и документы до связного пересказа, а не выбирает несколько исходных предложений дословно. Опубликованные применения включают проверку документов, сводки расшифровок и сокращение извлечённых материалов перед их использованием другой моделью.
Задайте акцент задачи и предполагаемого читателя. Сводка встречи может сохранять решения, обязанности и открытые вопросы. Проверка документа — основные утверждения и поддерживающие сведения. Процесс извлечения источников — факты, важные для вопроса, на который ответит следующая модель.
Укажите желаемые язык, длину и оформление в инструкциях к содержимому. Опубликованная модель использует для этого указания системного запроса, а её конфигурация семплирования фиксирована для верной исходнику выдачи. Поэтому резюме для человека и компактный фрагмент для другой модели могут иметь разное оформление, не рассматривая вариацию семплирования как главное управление.
Сохраняйте имена документов и важные границы разделов вместе с исходником. Попросите резюме сохранять имена, числа, заявленные решения и разногласия, влияющие на трактовку. Для расшифровки различайте предложение и решение, а также неразрешённый вопрос и назначенное действие.
После генерации сравните сокращённый текст с исходным материалом. Проверьте, не меняет ли предложение уверенность утверждения, не теряет ли условие и не объединяет ли высказывания разных говорящих или разделов. Цель короткого результата — облегчить использование сведений, сохранив их смысл.
Опубликованные типы ввода включают текст, изображения и файлы, например PDF; модель возвращает текст. Передайте читаемый материал и определите, касается ли задача всего документа или выбранного раздела. Набору помогают одинаковые вопросы для резюме и идентификатор документа, сохранённый с каждым результатом.
Для предварительной обработки извлечённых источников сокращайте содержимое вокруг конкретного вопроса, который обязательно должны рассмотреть последующие рассуждения. Сохраняйте фрагменты или факты, поддерживающие ответ, вместо общего обзора источника. Оставляйте исходные извлечённые материалы доступными, чтобы последующий результат всё ещё можно было сверить с ними.
Опубликованное контекстное окно составляет 1 000 000 токенов, а предел завершения — 4 000 токенов. Задайте длину резюме под намеченный материал. Если большому набору нужны существенные подробности, организуйте его в обозначенные документы или разделы и сохраняйте отдельный результат для каждого перед составлением общей сводки.
Результат — текстовое резюме. Проверяйте структуру для машинной обработки в приложении, сохраняя письменное резюме читаемым для его аудитории. Храните резюме вместе с идентичностью источника и инструкциями, определившими акцент, язык и длину.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения scaledown/summarize | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Текстовая беседа | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream |
Параметрcontrol_scope | КонтрактТекстовая беседа; stream — логическое значение, по умолчанию false. |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Псевдонимы метода: /chat/completions
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0001 / 1K токенов Выход · Выходные токены $0 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0001 / 1K токенов Выход · Выходные токены $0 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"scaledown/summarize","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="scaledown/summarize", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra scaledown/summarize
/chat/completions
scaledown/summarizeSummarize превращает длинный текст и документы в связный, верный исходнику краткий пересказ. Задайте акцент, язык, длину и формат инструкциями и используйте результат для проверки документов, сводок расшифровок или сокращённого контекста извлечённых источников. Опубликованы окно 1 000 000 токенов и предел завершения 4 000 токенов.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Summarize — модель ScaleDown для абстрактивного резюмирования. Она сокращает предоставленные текст и документы до связного пересказа, а не выбирает несколько исходных предложений дословно. Опубликованные применения включают проверку документов, сводки расшифровок и сокращение извлечённых материалов перед их использованием другой моделью.
Задайте акцент задачи и предполагаемого читателя. Сводка встречи может сохранять решения, обязанности и открытые вопросы. Проверка документа — основные утверждения и поддерживающие сведения. Процесс извлечения источников — факты, важные для вопроса, на который ответит следующая модель.
Укажите желаемые язык, длину и оформление в инструкциях к содержимому. Опубликованная модель использует для этого указания системного запроса, а её конфигурация семплирования фиксирована для верной исходнику выдачи. Поэтому резюме для человека и компактный фрагмент для другой модели могут иметь разное оформление, не рассматривая вариацию семплирования как главное управление.
Сохраняйте имена документов и важные границы разделов вместе с исходником. Попросите резюме сохранять имена, числа, заявленные решения и разногласия, влияющие на трактовку. Для расшифровки различайте предложение и решение, а также неразрешённый вопрос и назначенное действие.
После генерации сравните сокращённый текст с исходным материалом. Проверьте, не меняет ли предложение уверенность утверждения, не теряет ли условие и не объединяет ли высказывания разных говорящих или разделов. Цель короткого результата — облегчить использование сведений, сохранив их смысл.
Опубликованные типы ввода включают текст, изображения и файлы, например PDF; модель возвращает текст. Передайте читаемый материал и определите, касается ли задача всего документа или выбранного раздела. Набору помогают одинаковые вопросы для резюме и идентификатор документа, сохранённый с каждым результатом.
Для предварительной обработки извлечённых источников сокращайте содержимое вокруг конкретного вопроса, который обязательно должны рассмотреть последующие рассуждения. Сохраняйте фрагменты или факты, поддерживающие ответ, вместо общего обзора источника. Оставляйте исходные извлечённые материалы доступными, чтобы последующий результат всё ещё можно было сверить с ними.
Опубликованное контекстное окно составляет 1 000 000 токенов, а предел завершения — 4 000 токенов. Задайте длину резюме под намеченный материал. Если большому набору нужны существенные подробности, организуйте его в обозначенные документы или разделы и сохраняйте отдельный результат для каждого перед составлением общей сводки.
Результат — текстовое резюме. Проверяйте структуру для машинной обработки в приложении, сохраняя письменное резюме читаемым для его аудитории. Храните резюме вместе с идентичностью источника и инструкциями, определившими акцент, язык и длину.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения scaledown/summarize | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF-8
строка messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактstream |
Параметрmaterial_types | Контрактtext |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: synchronous_or_streamed
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0001 / 1K токенов Выход · Выходные токены $0 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0001 / 1K токенов Выход · Выходные токены $0 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "scaledown/summarize",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'scaledown/summarize', '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': 'scaledown/summarize', '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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra scaledown/summarize
/chat/completions