Amazon Nova Premier je najvýkonnejší model porozumenia v prvej generácii rodiny Nova spoločnosti Amazon, určený na komplexnú prácu vyžadujúcu hlboké porozumenie, kontext a plánovanie vo viacerých krokoch. Spracúva text, obrázky a video a vytvára text. Jeho úloha zahŕňa uvažovanie nad dlhými správami, porovnávanie dôkazov medzi dokumentmi, porozumenie grafom a vizuálnemu materiálu a koordináciu úloh agentov. Premier je oddelený od ľahších modelov Micro, Lite a Pro aj od modelov Nova, ktoré generujú obrázky, video alebo konverzačnú reč.
Konkrétny profil modelu výrobcu uvádza kontextové okno 1 milión tokenov a maximálny výstup 25K tokenov. Dokumentovaný koniec znalostí je október 2024. Premier je preto užitočný, keď úloha potrebuje rozsiahly referenčný materiál spolu s pokynmi a konverzáciou. Usporiadajte materiál pomocou názvov dokumentov, označení častí a konkrétnej otázky namiesto neurčenej analýzy všetkého. Užitočným výsledkom môže byť porovnávacia matica, správa založená na dôkazoch alebo navrhovaná postupnosť krokov. Kontextový rozpočet pokrýva materiál, s ktorým model pracuje; nesľubuje, že sa každý detail objaví v konečnej odpovedi.
Dokumentovaný multimodálny postup Premier spracúva obrázky PNG, JPG/JPEG, GIF a WebP a bežné videokontajnery, ako sú MP4, MOV, MKV a WebM. Dokumentový postup zahŕňa PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT a Markdown. Textovo orientované súbory dodávajú text; PDF a DOCX môžu dodať text strán spolu s vizuálnymi informáciami. Pri správe s grafmi zachovajte čitateľnosť označení a požiadajte model, aby pred interpretáciou opísal príslušné pozorovania. Ak potrebujete iba prózu, dodanie vyťaženého textu zabráni tomu, aby bola vizuálna extrakcia predpokladom porozumenia dokumentu. Vložené médiá zdieľajú rozpočet dátového obsahu 25 MB vrátane réžie base64. Požiadavka obsahuje jedno video s limitom 1 GB cez S3; súhrnná veľkosť médií v S3 môže dosiahnuť 2 GB. Vstupy PDF a DOCX zostávajú obmedzené na päť dokumentov so spoločným limitom 25 MB pri priamom nahraní alebo 2 GB cez S3.
Porozumenie videu vychádza zo vzorkovaných obrazových snímok. Príručka prvej generácie konkrétne prideľuje Premier vzorkovanie jednej snímky za sekundu až do 3 200 snímok, čo je odlišný limit od stratégie 960 snímok v Nova Lite a Pro. Je to užitočné pri zhrnutiach scén a otázkach o udalostiach v čase, no krátke akcie medzi vzorkovanými snímkami môžu uniknúť pozorovaniu. Dodajte príslušný klip alebo časový rozsah a určte detaily na sledovanie. Pri dlhej sekvencii môže analýza po úsekoch nasledovaná textovým zhrnutím udržať zameranie, hoci rozdelenie môže stratiť kontext na hraniciach úsekov. Dokumentované modality modelu nezahŕňajú zvukový vstup, preto hovorené informácie treba dodať ako text.
Premier podporuje streamovanie odpovedí, postupy orientované na nástroje a rozšírené vyhľadávaním podkladov a ukladanie zadaní do vyrovnávacej pamäte v dokumentovanom obslužnom profile Amazon. Explicitné ukladanie vyžaduje aspoň 1K tokenov na kontrolný bod a povoľuje až štyri kontrolné body s päťminútovým uchovaním. Výrobca obmedzuje vyrovnávaciu pamäť zadaní na 20K tokenov, predovšetkým pre textové zadania; tento limit pamäte je odlišný od celého kontextového okna. Dajte agentovi úlohu, povolené nástroje a opisy ich argumentov a potom nechajte aplikáciu vykonať požadované kroky a vrátiť pozorovania pred ďalším krokom modelu. Jeho úloha v uvažovaní neznamená, že dokáže spúšťať externý systém bez vykonávacej vrstvy. Odporúčania prvej generácie podporujú vysvetľovanie riešenia po etapách pomocou pokynov; samostatné ovládanie rozšíreného uvažovania low, medium a high z Nova 2 Lite nepatrí do dokumentovaného rozhrania tejto edície. Pri správe alebo výsledku nástroja vyžiadajte explicitné polia a príklady želanej štruktúry; požadovaný tvar JSON sa líši od vynucovaného štruktúrovaného výstupu.
Osobitou úlohou Premier je učenie menších modelov Nova pomocou destilácie. Amazon opisuje použitie odpovedí Premier ako tréningových príkladov pre špecializované varianty Nova Micro, Lite a Pro a následné porovnanie správania menšieho modelu na cieľovej úlohe. Ide o postup prispôsobenia modelu, nie o zmenu identity bežnej odpovede Premier. Pri bežnom použití dodajte autoritatívne fakty a vyžadujte, aby odpoveď odlíšila pozorovania, predpoklady a chýbajúce dôkazy. Nova môže generovať vierohodné tvrdenia odporujúce zdroju a vygenerovaný kód nezahŕňa automatickú bezpečnostnú kontrolu, preto má užitočný výstup niesť dostatok dôkazov a detailov na porovnanie so vstupmi. Výrobca tiež uvádza, že tento model neidentifikuje ani nepomenúva ľudí na obrázkoch, v dokumentoch alebo videách.
", "aboutText": "Amazon Nova Premier je najvýkonnejší model porozumenia v prvej generácii rodiny Nova spoločnosti Amazon, určený na komplexnú prácu vyžadujúcu hlboké porozumenie, kontext a plánovanie vo viacerých krokoch. Spracúva text, obrázky a video a vytvára text. Jeho úloha zahŕňa uvažovanie nad dlhými správami, porovnávanie dôkazov medzi dokumentmi, porozumenie grafom a vizuálnemu materiálu a koordináciu úloh agentov. Premier je oddelený od ľahších modelov Micro, Lite a Pro aj od modelov Nova, ktoré generujú obrázky, video alebo konverzačnú reč.\n\nKonkrétny profil modelu výrobcu uvádza kontextové okno 1 milión tokenov a maximálny výstup 25K tokenov. Dokumentovaný koniec znalostí je október 2024. Premier je preto užitočný, keď úloha potrebuje rozsiahly referenčný materiál spolu s pokynmi a konverzáciou. Usporiadajte materiál pomocou názvov dokumentov, označení častí a konkrétnej otázky namiesto neurčenej analýzy všetkého. Užitočným výsledkom môže byť porovnávacia matica, správa založená na dôkazoch alebo navrhovaná postupnosť krokov. Kontextový rozpočet pokrýva materiál, s ktorým model pracuje; nesľubuje, že sa každý detail objaví v konečnej odpovedi.\n\nDokumentovaný multimodálny postup Premier spracúva obrázky PNG, JPG/JPEG, GIF a WebP a bežné videokontajnery, ako sú MP4, MOV, MKV a WebM. Dokumentový postup zahŕňa PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT a Markdown. Textovo orientované súbory dodávajú text; PDF a DOCX môžu dodať text strán spolu s vizuálnymi informáciami. Pri správe s grafmi zachovajte čitateľnosť označení a požiadajte model, aby pred interpretáciou opísal príslušné pozorovania. Ak potrebujete iba prózu, dodanie vyťaženého textu zabráni tomu, aby bola vizuálna extrakcia predpokladom porozumenia dokumentu. Vložené médiá zdieľajú rozpočet dátového obsahu 25 MB vrátane réžie base64. Požiadavka obsahuje jedno video s limitom 1 GB cez S3; súhrnná veľkosť médií v S3 môže dosiahnuť 2 GB. Vstupy PDF a DOCX zostávajú obmedzené na päť dokumentov so spoločným limitom 25 MB pri priamom nahraní alebo 2 GB cez S3.\n\nPorozumenie videu vychádza zo vzorkovaných obrazových snímok. Príručka prvej generácie konkrétne prideľuje Premier vzorkovanie jednej snímky za sekundu až do 3 200 snímok, čo je odlišný limit od stratégie 960 snímok v Nova Lite a Pro. Je to užitočné pri zhrnutiach scén a otázkach o udalostiach v čase, no krátke akcie medzi vzorkovanými snímkami môžu uniknúť pozorovaniu. Dodajte príslušný klip alebo časový rozsah a určte detaily na sledovanie. Pri dlhej sekvencii môže analýza po úsekoch nasledovaná textovým zhrnutím udržať zameranie, hoci rozdelenie môže stratiť kontext na hraniciach úsekov. Dokumentované modality modelu nezahŕňajú zvukový vstup, preto hovorené informácie treba dodať ako text.\n\nPremier podporuje streamovanie odpovedí, postupy orientované na nástroje a rozšírené vyhľadávaním podkladov a ukladanie zadaní do vyrovnávacej pamäte v dokumentovanom obslužnom profile Amazon. Explicitné ukladanie vyžaduje aspoň 1K tokenov na kontrolný bod a povoľuje až štyri kontrolné body s päťminútovým uchovaním. Výrobca obmedzuje vyrovnávaciu pamäť zadaní na 20K tokenov, predovšetkým pre textové zadania; tento limit pamäte je odlišný od celého kontextového okna. Dajte agentovi úlohu, povolené nástroje a opisy ich argumentov a potom nechajte aplikáciu vykonať požadované kroky a vrátiť pozorovania pred ďalším krokom modelu. Jeho úloha v uvažovaní neznamená, že dokáže spúšťať externý systém bez vykonávacej vrstvy. Odporúčania prvej generácie podporujú vysvetľovanie riešenia po etapách pomocou pokynov; samostatné ovládanie rozšíreného uvažovania low, medium a high z Nova 2 Lite nepatrí do dokumentovaného rozhrania tejto edície. Pri správe alebo výsledku nástroja vyžiadajte explicitné polia a príklady želanej štruktúry; požadovaný tvar JSON sa líši od vynucovaného štruktúrovaného výstupu.\n\nOsobitou úlohou Premier je učenie menších modelov Nova pomocou destilácie. Amazon opisuje použitie odpovedí Premier ako tréningových príkladov pre špecializované varianty Nova Micro, Lite a Pro a následné porovnanie správania menšieho modelu na cieľovej úlohe. Ide o postup prispôsobenia modelu, nie o zmenu identity bežnej odpovede Premier. Pri bežnom použití dodajte autoritatívne fakty a vyžadujte, aby odpoveď odlíšila pozorovania, predpoklady a chýbajúce dôkazy. Nova môže generovať vierohodné tvrdenia odporujúce zdroju a vygenerovaný kód nezahŕňa automatickú bezpečnostnú kontrolu, preto má užitočný výstup niesť dostatok dôkazov a detailov na porovnanie so vstupmi. Výrobca tiež uvádza, že tento model neidentifikuje ani nepomenúva ľudí na obrázkoch, v dokumentoch alebo videách.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Compare two rollout proposals\n\nCompare these rollout notes for a support team. Plan A: train all 40 agents on Monday, migrate Tuesday, no rollback rehearsal. Plan B: train 10 agents, pilot for two days, rehearse rollback, then migrate the rest. Prepare a decision memo with evidence, trade-offs and one question the notes cannot answer.A short recommendation, a two-plan comparison table and one explicitly unanswered question.Check every stated advantage against the notes; do not invent costs, outage rates or pilot results.amazon/nova-premier-v1Amazon Nova Premier je model prvej generácie Nova na komplexné multimodálne uvažovanie, analýzu dlhých dokumentov a agentov. Prijíma text, obrázky a video, vracia text a slúži aj ako učiteľ pri destilácii špecializovaných modelov Nova.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Amazon Nova Premier je najvýkonnejší model porozumenia v prvej generácii rodiny Nova spoločnosti Amazon, určený na komplexnú prácu vyžadujúcu hlboké porozumenie, kontext a plánovanie vo viacerých krokoch. Spracúva text, obrázky a video a vytvára text. Jeho úloha zahŕňa uvažovanie nad dlhými správami, porovnávanie dôkazov medzi dokumentmi, porozumenie grafom a vizuálnemu materiálu a koordináciu úloh agentov. Premier je oddelený od ľahších modelov Micro, Lite a Pro aj od modelov Nova, ktoré generujú obrázky, video alebo konverzačnú reč.
Konkrétny profil modelu výrobcu uvádza kontextové okno 1 milión tokenov a maximálny výstup 25K tokenov. Dokumentovaný koniec znalostí je október 2024. Premier je preto užitočný, keď úloha potrebuje rozsiahly referenčný materiál spolu s pokynmi a konverzáciou. Usporiadajte materiál pomocou názvov dokumentov, označení častí a konkrétnej otázky namiesto neurčenej analýzy všetkého. Užitočným výsledkom môže byť porovnávacia matica, správa založená na dôkazoch alebo navrhovaná postupnosť krokov. Kontextový rozpočet pokrýva materiál, s ktorým model pracuje; nesľubuje, že sa každý detail objaví v konečnej odpovedi.
Dokumentovaný multimodálny postup Premier spracúva obrázky PNG, JPG/JPEG, GIF a WebP a bežné videokontajnery, ako sú MP4, MOV, MKV a WebM. Dokumentový postup zahŕňa PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT a Markdown. Textovo orientované súbory dodávajú text; PDF a DOCX môžu dodať text strán spolu s vizuálnymi informáciami. Pri správe s grafmi zachovajte čitateľnosť označení a požiadajte model, aby pred interpretáciou opísal príslušné pozorovania. Ak potrebujete iba prózu, dodanie vyťaženého textu zabráni tomu, aby bola vizuálna extrakcia predpokladom porozumenia dokumentu. Vložené médiá zdieľajú rozpočet dátového obsahu 25 MB vrátane réžie base64. Požiadavka obsahuje jedno video s limitom 1 GB cez S3; súhrnná veľkosť médií v S3 môže dosiahnuť 2 GB. Vstupy PDF a DOCX zostávajú obmedzené na päť dokumentov so spoločným limitom 25 MB pri priamom nahraní alebo 2 GB cez S3.
Porozumenie videu vychádza zo vzorkovaných obrazových snímok. Príručka prvej generácie konkrétne prideľuje Premier vzorkovanie jednej snímky za sekundu až do 3 200 snímok, čo je odlišný limit od stratégie 960 snímok v Nova Lite a Pro. Je to užitočné pri zhrnutiach scén a otázkach o udalostiach v čase, no krátke akcie medzi vzorkovanými snímkami môžu uniknúť pozorovaniu. Dodajte príslušný klip alebo časový rozsah a určte detaily na sledovanie. Pri dlhej sekvencii môže analýza po úsekoch nasledovaná textovým zhrnutím udržať zameranie, hoci rozdelenie môže stratiť kontext na hraniciach úsekov. Dokumentované modality modelu nezahŕňajú zvukový vstup, preto hovorené informácie treba dodať ako text.
Premier podporuje streamovanie odpovedí, postupy orientované na nástroje a rozšírené vyhľadávaním podkladov a ukladanie zadaní do vyrovnávacej pamäte v dokumentovanom obslužnom profile Amazon. Explicitné ukladanie vyžaduje aspoň 1K tokenov na kontrolný bod a povoľuje až štyri kontrolné body s päťminútovým uchovaním. Výrobca obmedzuje vyrovnávaciu pamäť zadaní na 20K tokenov, predovšetkým pre textové zadania; tento limit pamäte je odlišný od celého kontextového okna. Dajte agentovi úlohu, povolené nástroje a opisy ich argumentov a potom nechajte aplikáciu vykonať požadované kroky a vrátiť pozorovania pred ďalším krokom modelu. Jeho úloha v uvažovaní neznamená, že dokáže spúšťať externý systém bez vykonávacej vrstvy. Odporúčania prvej generácie podporujú vysvetľovanie riešenia po etapách pomocou pokynov; samostatné ovládanie rozšíreného uvažovania low, medium a high z Nova 2 Lite nepatrí do dokumentovaného rozhrania tejto edície. Pri správe alebo výsledku nástroja vyžiadajte explicitné polia a príklady želanej štruktúry; požadovaný tvar JSON sa líši od vynucovaného štruktúrovaného výstupu.
Osobitou úlohou Premier je učenie menších modelov Nova pomocou destilácie. Amazon opisuje použitie odpovedí Premier ako tréningových príkladov pre špecializované varianty Nova Micro, Lite a Pro a následné porovnanie správania menšieho modelu na cieľovej úlohe. Ide o postup prispôsobenia modelu, nie o zmenu identity bežnej odpovede Premier. Pri bežnom použití dodajte autoritatívne fakty a vyžadujte, aby odpoveď odlíšila pozorovania, predpoklady a chýbajúce dôkazy. Nova môže generovať vierohodné tvrdenia odporujúce zdroju a vygenerovaný kód nezahŕňa automatickú bezpečnostnú kontrolu, preto má užitočný výstup niesť dostatok dôkazov a detailov na porovnanie so vstupmi. Výrobca tiež uvádza, že tento model neidentifikuje ani nepomenúva ľudí na obrázkoch, v dokumentoch alebo videách.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity amazon/nova-premier-v1 | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.005 / 1K tokenov Výstup · Výstupné tokeny $0.025 / 1K tokenov Vstup · Čítanie cache $0.00125 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.005 / 1K tokenov Výstup · Výstupné tokeny $0.025 / 1K tokenov Vstup · Čítanie cache $0.00125 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-premier-v1", "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='amazon/nova-premier-v1',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='amazon/nova-premier-v1',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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra amazon/nova-premier-v1
Použite cesty metód uvedené vyššie.
amazon/nova-premier-v1Amazon Nova Premier je model prvej generácie Nova na komplexné multimodálne uvažovanie, analýzu dlhých dokumentov a agentov. Prijíma text, obrázky a video, vracia text a slúži aj ako učiteľ pri destilácii špecializovaných modelov Nova.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Amazon Nova Premier je najvýkonnejší model porozumenia v prvej generácii rodiny Nova spoločnosti Amazon, určený na komplexnú prácu vyžadujúcu hlboké porozumenie, kontext a plánovanie vo viacerých krokoch. Spracúva text, obrázky a video a vytvára text. Jeho úloha zahŕňa uvažovanie nad dlhými správami, porovnávanie dôkazov medzi dokumentmi, porozumenie grafom a vizuálnemu materiálu a koordináciu úloh agentov. Premier je oddelený od ľahších modelov Micro, Lite a Pro aj od modelov Nova, ktoré generujú obrázky, video alebo konverzačnú reč.
Konkrétny profil modelu výrobcu uvádza kontextové okno 1 milión tokenov a maximálny výstup 25K tokenov. Dokumentovaný koniec znalostí je október 2024. Premier je preto užitočný, keď úloha potrebuje rozsiahly referenčný materiál spolu s pokynmi a konverzáciou. Usporiadajte materiál pomocou názvov dokumentov, označení častí a konkrétnej otázky namiesto neurčenej analýzy všetkého. Užitočným výsledkom môže byť porovnávacia matica, správa založená na dôkazoch alebo navrhovaná postupnosť krokov. Kontextový rozpočet pokrýva materiál, s ktorým model pracuje; nesľubuje, že sa každý detail objaví v konečnej odpovedi.
Dokumentovaný multimodálny postup Premier spracúva obrázky PNG, JPG/JPEG, GIF a WebP a bežné videokontajnery, ako sú MP4, MOV, MKV a WebM. Dokumentový postup zahŕňa PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT a Markdown. Textovo orientované súbory dodávajú text; PDF a DOCX môžu dodať text strán spolu s vizuálnymi informáciami. Pri správe s grafmi zachovajte čitateľnosť označení a požiadajte model, aby pred interpretáciou opísal príslušné pozorovania. Ak potrebujete iba prózu, dodanie vyťaženého textu zabráni tomu, aby bola vizuálna extrakcia predpokladom porozumenia dokumentu. Vložené médiá zdieľajú rozpočet dátového obsahu 25 MB vrátane réžie base64. Požiadavka obsahuje jedno video s limitom 1 GB cez S3; súhrnná veľkosť médií v S3 môže dosiahnuť 2 GB. Vstupy PDF a DOCX zostávajú obmedzené na päť dokumentov so spoločným limitom 25 MB pri priamom nahraní alebo 2 GB cez S3.
Porozumenie videu vychádza zo vzorkovaných obrazových snímok. Príručka prvej generácie konkrétne prideľuje Premier vzorkovanie jednej snímky za sekundu až do 3 200 snímok, čo je odlišný limit od stratégie 960 snímok v Nova Lite a Pro. Je to užitočné pri zhrnutiach scén a otázkach o udalostiach v čase, no krátke akcie medzi vzorkovanými snímkami môžu uniknúť pozorovaniu. Dodajte príslušný klip alebo časový rozsah a určte detaily na sledovanie. Pri dlhej sekvencii môže analýza po úsekoch nasledovaná textovým zhrnutím udržať zameranie, hoci rozdelenie môže stratiť kontext na hraniciach úsekov. Dokumentované modality modelu nezahŕňajú zvukový vstup, preto hovorené informácie treba dodať ako text.
Premier podporuje streamovanie odpovedí, postupy orientované na nástroje a rozšírené vyhľadávaním podkladov a ukladanie zadaní do vyrovnávacej pamäte v dokumentovanom obslužnom profile Amazon. Explicitné ukladanie vyžaduje aspoň 1K tokenov na kontrolný bod a povoľuje až štyri kontrolné body s päťminútovým uchovaním. Výrobca obmedzuje vyrovnávaciu pamäť zadaní na 20K tokenov, predovšetkým pre textové zadania; tento limit pamäte je odlišný od celého kontextového okna. Dajte agentovi úlohu, povolené nástroje a opisy ich argumentov a potom nechajte aplikáciu vykonať požadované kroky a vrátiť pozorovania pred ďalším krokom modelu. Jeho úloha v uvažovaní neznamená, že dokáže spúšťať externý systém bez vykonávacej vrstvy. Odporúčania prvej generácie podporujú vysvetľovanie riešenia po etapách pomocou pokynov; samostatné ovládanie rozšíreného uvažovania low, medium a high z Nova 2 Lite nepatrí do dokumentovaného rozhrania tejto edície. Pri správe alebo výsledku nástroja vyžiadajte explicitné polia a príklady želanej štruktúry; požadovaný tvar JSON sa líši od vynucovaného štruktúrovaného výstupu.
Osobitou úlohou Premier je učenie menších modelov Nova pomocou destilácie. Amazon opisuje použitie odpovedí Premier ako tréningových príkladov pre špecializované varianty Nova Micro, Lite a Pro a následné porovnanie správania menšieho modelu na cieľovej úlohe. Ide o postup prispôsobenia modelu, nie o zmenu identity bežnej odpovede Premier. Pri bežnom použití dodajte autoritatívne fakty a vyžadujte, aby odpoveď odlíšila pozorovania, predpoklady a chýbajúce dôkazy. Nova môže generovať vierohodné tvrdenia odporujúce zdroju a vygenerovaný kód nezahŕňa automatickú bezpečnostnú kontrolu, preto má užitočný výstup niesť dostatok dôkazov a detailov na porovnanie so vstupmi. Výrobca tiež uvádza, že tento model neidentifikuje ani nepomenúva ľudí na obrázkoch, v dokumentoch alebo videách.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity amazon/nova-premier-v1 | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.005 / 1K tokenov Výstup · Výstupné tokeny $0.025 / 1K tokenov Vstup · Čítanie cache $0.00125 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.005 / 1K tokenov Výstup · Výstupné tokeny $0.025 / 1K tokenov Vstup · Čítanie cache $0.00125 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "amazon/nova-premier-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-premier-v1', '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': 'amazon/nova-premier-v1', '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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra amazon/nova-premier-v1
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Compare two rollout proposals\n\nCompare these rollout notes for a support team. Plan A: train all 40 agents on Monday, migrate Tuesday, no rollback rehearsal. Plan B: train 10 agents, pilot for two days, rehearse rollback, then migrate the rest. Prepare a decision memo with evidence, trade-offs and one question the notes cannot answer.A short recommendation, a two-plan comparison table and one explicitly unanswered question.Check every stated advantage against the notes; do not invent costs, outage rates or pilot results.