Gemma 3 12B IT je vizuálno-jazykový model Google veľkosti 12B doladený na pokyny. Patrí do rodiny Gemma 3, ktorá spája generovanie textu s porozumením obrázkom a viacjazyčným tréningom. Prípona IT vyberá checkpoint sledujúci pokyny, nie predtrénovaný model. Výsledkom je text: vysvetlenie, súhrn, odpoveď, návrh textu alebo kód odvodený z písomného a vizuálneho materiálu v požiadavke.
Model 12B má kontext rodiny 128K tokenov pre vstup aj generovanú odpoveď. Výstup využíva časť zostávajúcu po požiadavke; karta neposkytuje druhé nezávislé výstupné okno 128K. Základné obrazové pohľady sa normalizujú na 896×896 a každý sa reprezentuje 256 vizuálnymi tokenmi. Pri príprave súboru strán zachovajte identifikátory strán a vyhraďte priestor na výsledok. Položte konkrétnu otázku o relevantnom obsahu namiesto spoliehania sa, že veľké okno automaticky vyberie správny problém.
Výrobca pre túto veľkosť uvádza 12 biliónov tokenov predtrénovania. Tréningový materiál zahŕňa viacjazyčné webové dokumenty, kód, matematiku a obrázky s pokrytím viac než 140 jazykov v rodine. Správa opisuje destiláciu znalostí a zlepšený postup doladenia na pokyny s učením posilňovaním. Tieto fázy sa zameriavajú na užitočnosť, matematické a programátorské uvažovanie, dodržiavanie pokynov a viacjazyčnú interakciu. Odlišný tréningový limit a identita checkpointu samy osebe neurčujú kvalitu konkrétnej odpovede, preto výstup porovnajte so zdrojovou úlohou.
Architektúra používa transformer iba s dekodérom, pozornosťou so zoskupenými dopytmi a opakujúcim sa vzorom piatich vrstiev lokálnej pozornosti na jednu globálnu vrstvu. Lokálne vrstvy používajú rozsah 1 024 tokenov, zatiaľ čo globálna pozornosť podporuje dlhší kontext. Vizuálny enkóder SigLIP spoločný modelom 4B, 12B a 27B mení obrázky na reprezentácie spracúvané jazykovým modelom. Tokenizér SentencePiece zachováva biele znaky, rozdeľuje číslice a zahŕňa kódovanie na úrovni bajtov. To je relevantné, keď treba zachovať formátovanie kódu, číselný zápis alebo viacjazyčný text.
Vizuálny postup zahŕňa aj Pan and Scan: adaptívne neprekrývajúce sa výrezy pomáhajú zachovať obsah širokých zdrojov alebo zdrojov s vysokým rozlíšením, kým každý pohľad vstúpi do enkódera s pevným rozlíšením. Ďalšie pohľady menia spracúvaný materiál. Pri technickom dokumente dodajte čitateľnú stranu a podľa potreby jasný pohľad na tabuľku alebo diagram, na ktorý sa pýtate. Zachovajte okolité vysvetlenie jednotky, symbolu alebo stĺpca, aby lokálne vizuálne čítanie nestratilo význam.
Natívny formát promptu IT používa správy user a model a nemá samostatnú rolu system. Požadovanú rolu, pravidlá odpovede a úlohu vložte do úvodného používateľského promptu a pre skutočnú konverzáciu použite určený formátovač alebo procesor. Originálna požiadavka na analýzu dokumentov môže porovnať dva opisy postupu, vrátiť tabuľku zhodných požiadaviek a určiť konflikt. Označte zdroje, uveďte prioritu požiadaviek a žiadajte odlíšenie dodaných faktov od interpretácie modelu.
Zamýšľané použitia v karte výrobcu zahŕňajú sumarizáciu, konverzačnú asistenciu, extrakciu obrazových dát, písanie a učenie. Pri viacjazyčnom vysvetlení uveďte cieľového čitateľa, terminológiu a mieru podrobností. Pri otázke o obrázku určite predmety alebo vzťahy na diskusiu a žiadajte pozorovania podporujúce konečnú odpoveď. Pri kóde zahrňte skutočnú funkciu a očakávané správanie; výsledok môže navrhnúť implementáciu, ale samostatná aplikácia ju musí spustiť a overiť. Správa zverejňuje kvantizované varianty rodiny oddelene, preto sa pri zaznamenávaní výsledkov nesmie identita 12B IT potichu nahradiť iným kvantizovaným checkpointom.
Výrobca uvádza obmedzenia tréningového pokrytia, faktické nepresnosti, jazykové jemnosti a zložité otvorené úlohy. Google tiež upozorňuje, že vierohodný jazykový vzor môže vytvoriť odpoveď prehliadajúcu bežné obmedzenie skutočného sveta. Drobné vizuálne detaily sa môžu stratiť alebo nesprávne prečítať a dlhé vstupy stále potrebujú jasné priority. Uchovajte pôvodné strany, overte získané označenia a množstvá a každý požadovaný text vyzerajúci štruktúrovane validujte pred použitím ako dáta. Presný model 12B IT vyhodnoťte na reprezentatívnych otázkach a jazykoch. Užitočný konečný artefakt uvádza odpoveď podľa zdroja, uvažovanie potrebné na jej pochopenie a zostávajúcu neistotu bez predstierania, že generované vysvetlenie je dokončená akcia nástroja alebo aktuálne vyhľadanie znalostí.
", "aboutText": "Gemma 3 12B IT je vizuálno-jazykový model Google veľkosti 12B doladený na pokyny. Patrí do rodiny Gemma 3, ktorá spája generovanie textu s porozumením obrázkom a viacjazyčným tréningom. Prípona IT vyberá checkpoint sledujúci pokyny, nie predtrénovaný model. Výsledkom je text: vysvetlenie, súhrn, odpoveď, návrh textu alebo kód odvodený z písomného a vizuálneho materiálu v požiadavke.\n\nModel 12B má kontext rodiny 128K tokenov pre vstup aj generovanú odpoveď. Výstup využíva časť zostávajúcu po požiadavke; karta neposkytuje druhé nezávislé výstupné okno 128K. Základné obrazové pohľady sa normalizujú na 896×896 a každý sa reprezentuje 256 vizuálnymi tokenmi. Pri príprave súboru strán zachovajte identifikátory strán a vyhraďte priestor na výsledok. Položte konkrétnu otázku o relevantnom obsahu namiesto spoliehania sa, že veľké okno automaticky vyberie správny problém.\n\nVýrobca pre túto veľkosť uvádza 12 biliónov tokenov predtrénovania. Tréningový materiál zahŕňa viacjazyčné webové dokumenty, kód, matematiku a obrázky s pokrytím viac než 140 jazykov v rodine. Správa opisuje destiláciu znalostí a zlepšený postup doladenia na pokyny s učením posilňovaním. Tieto fázy sa zameriavajú na užitočnosť, matematické a programátorské uvažovanie, dodržiavanie pokynov a viacjazyčnú interakciu. Odlišný tréningový limit a identita checkpointu samy osebe neurčujú kvalitu konkrétnej odpovede, preto výstup porovnajte so zdrojovou úlohou.\n\nArchitektúra používa transformer iba s dekodérom, pozornosťou so zoskupenými dopytmi a opakujúcim sa vzorom piatich vrstiev lokálnej pozornosti na jednu globálnu vrstvu. Lokálne vrstvy používajú rozsah 1 024 tokenov, zatiaľ čo globálna pozornosť podporuje dlhší kontext. Vizuálny enkóder SigLIP spoločný modelom 4B, 12B a 27B mení obrázky na reprezentácie spracúvané jazykovým modelom. Tokenizér SentencePiece zachováva biele znaky, rozdeľuje číslice a zahŕňa kódovanie na úrovni bajtov. To je relevantné, keď treba zachovať formátovanie kódu, číselný zápis alebo viacjazyčný text.\n\nVizuálny postup zahŕňa aj Pan and Scan: adaptívne neprekrývajúce sa výrezy pomáhajú zachovať obsah širokých zdrojov alebo zdrojov s vysokým rozlíšením, kým každý pohľad vstúpi do enkódera s pevným rozlíšením. Ďalšie pohľady menia spracúvaný materiál. Pri technickom dokumente dodajte čitateľnú stranu a podľa potreby jasný pohľad na tabuľku alebo diagram, na ktorý sa pýtate. Zachovajte okolité vysvetlenie jednotky, symbolu alebo stĺpca, aby lokálne vizuálne čítanie nestratilo význam.\n\nNatívny formát promptu IT používa správy user a model a nemá samostatnú rolu system. Požadovanú rolu, pravidlá odpovede a úlohu vložte do úvodného používateľského promptu a pre skutočnú konverzáciu použite určený formátovač alebo procesor. Originálna požiadavka na analýzu dokumentov môže porovnať dva opisy postupu, vrátiť tabuľku zhodných požiadaviek a určiť konflikt. Označte zdroje, uveďte prioritu požiadaviek a žiadajte odlíšenie dodaných faktov od interpretácie modelu.\n\nZamýšľané použitia v karte výrobcu zahŕňajú sumarizáciu, konverzačnú asistenciu, extrakciu obrazových dát, písanie a učenie. Pri viacjazyčnom vysvetlení uveďte cieľového čitateľa, terminológiu a mieru podrobností. Pri otázke o obrázku určite predmety alebo vzťahy na diskusiu a žiadajte pozorovania podporujúce konečnú odpoveď. Pri kóde zahrňte skutočnú funkciu a očakávané správanie; výsledok môže navrhnúť implementáciu, ale samostatná aplikácia ju musí spustiť a overiť. Správa zverejňuje kvantizované varianty rodiny oddelene, preto sa pri zaznamenávaní výsledkov nesmie identita 12B IT potichu nahradiť iným kvantizovaným checkpointom.\n\nVýrobca uvádza obmedzenia tréningového pokrytia, faktické nepresnosti, jazykové jemnosti a zložité otvorené úlohy. Google tiež upozorňuje, že vierohodný jazykový vzor môže vytvoriť odpoveď prehliadajúcu bežné obmedzenie skutočného sveta. Drobné vizuálne detaily sa môžu stratiť alebo nesprávne prečítať a dlhé vstupy stále potrebujú jasné priority. Uchovajte pôvodné strany, overte získané označenia a množstvá a každý požadovaný text vyzerajúci štruktúrovane validujte pred použitím ako dáta. Presný model 12B IT vyhodnoťte na reprezentatívnych otázkach a jazykoch. Užitočný konečný artefakt uvádza odpoveď podľa zdroja, uvažovanie potrebné na jej pochopenie a zostávajúcu neistotu bez predstierania, že generované vysvetlenie je dokončená akcia nástroja alebo aktuálne vyhľadanie znalostí.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Explain an experiment to a learner\n\nExplain this class experiment to a 12-year-old in plain English. Two identical cups contain 200 ml of water at the same starting temperature. One is wrapped in wool; the other is uncovered. After 20 minutes the wrapped cup is warmer. Give the conclusion, what was controlled, and one improvement. Do not invent temperatures.Three short labelled parts: conclusion, controlled conditions and one practical improvement.The explanation distinguishes slowing heat loss from creating heat and preserves the given quantities without new measurements.google/gemma-3-12b-itGemma 3 12B IT je samostatná edícia Gemma 3 doladená na pokyny pre generovanie textu a porozumenie obrázkom. Použite ju na otázky o dokumentoch, vysvetlenia a viacjazyčné písanie so spoločným kontextom 128K; zachovajte explicitný checkpoint 12B a jeho natívny konverzačný formát.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Gemma 3 12B IT je vizuálno-jazykový model Google veľkosti 12B doladený na pokyny. Patrí do rodiny Gemma 3, ktorá spája generovanie textu s porozumením obrázkom a viacjazyčným tréningom. Prípona IT vyberá checkpoint sledujúci pokyny, nie predtrénovaný model. Výsledkom je text: vysvetlenie, súhrn, odpoveď, návrh textu alebo kód odvodený z písomného a vizuálneho materiálu v požiadavke.
Model 12B má kontext rodiny 128K tokenov pre vstup aj generovanú odpoveď. Výstup využíva časť zostávajúcu po požiadavke; karta neposkytuje druhé nezávislé výstupné okno 128K. Základné obrazové pohľady sa normalizujú na 896×896 a každý sa reprezentuje 256 vizuálnymi tokenmi. Pri príprave súboru strán zachovajte identifikátory strán a vyhraďte priestor na výsledok. Položte konkrétnu otázku o relevantnom obsahu namiesto spoliehania sa, že veľké okno automaticky vyberie správny problém.
Výrobca pre túto veľkosť uvádza 12 biliónov tokenov predtrénovania. Tréningový materiál zahŕňa viacjazyčné webové dokumenty, kód, matematiku a obrázky s pokrytím viac než 140 jazykov v rodine. Správa opisuje destiláciu znalostí a zlepšený postup doladenia na pokyny s učením posilňovaním. Tieto fázy sa zameriavajú na užitočnosť, matematické a programátorské uvažovanie, dodržiavanie pokynov a viacjazyčnú interakciu. Odlišný tréningový limit a identita checkpointu samy osebe neurčujú kvalitu konkrétnej odpovede, preto výstup porovnajte so zdrojovou úlohou.
Architektúra používa transformer iba s dekodérom, pozornosťou so zoskupenými dopytmi a opakujúcim sa vzorom piatich vrstiev lokálnej pozornosti na jednu globálnu vrstvu. Lokálne vrstvy používajú rozsah 1 024 tokenov, zatiaľ čo globálna pozornosť podporuje dlhší kontext. Vizuálny enkóder SigLIP spoločný modelom 4B, 12B a 27B mení obrázky na reprezentácie spracúvané jazykovým modelom. Tokenizér SentencePiece zachováva biele znaky, rozdeľuje číslice a zahŕňa kódovanie na úrovni bajtov. To je relevantné, keď treba zachovať formátovanie kódu, číselný zápis alebo viacjazyčný text.
Vizuálny postup zahŕňa aj Pan and Scan: adaptívne neprekrývajúce sa výrezy pomáhajú zachovať obsah širokých zdrojov alebo zdrojov s vysokým rozlíšením, kým každý pohľad vstúpi do enkódera s pevným rozlíšením. Ďalšie pohľady menia spracúvaný materiál. Pri technickom dokumente dodajte čitateľnú stranu a podľa potreby jasný pohľad na tabuľku alebo diagram, na ktorý sa pýtate. Zachovajte okolité vysvetlenie jednotky, symbolu alebo stĺpca, aby lokálne vizuálne čítanie nestratilo význam.
Natívny formát promptu IT používa správy user a model a nemá samostatnú rolu system. Požadovanú rolu, pravidlá odpovede a úlohu vložte do úvodného používateľského promptu a pre skutočnú konverzáciu použite určený formátovač alebo procesor. Originálna požiadavka na analýzu dokumentov môže porovnať dva opisy postupu, vrátiť tabuľku zhodných požiadaviek a určiť konflikt. Označte zdroje, uveďte prioritu požiadaviek a žiadajte odlíšenie dodaných faktov od interpretácie modelu.
Zamýšľané použitia v karte výrobcu zahŕňajú sumarizáciu, konverzačnú asistenciu, extrakciu obrazových dát, písanie a učenie. Pri viacjazyčnom vysvetlení uveďte cieľového čitateľa, terminológiu a mieru podrobností. Pri otázke o obrázku určite predmety alebo vzťahy na diskusiu a žiadajte pozorovania podporujúce konečnú odpoveď. Pri kóde zahrňte skutočnú funkciu a očakávané správanie; výsledok môže navrhnúť implementáciu, ale samostatná aplikácia ju musí spustiť a overiť. Správa zverejňuje kvantizované varianty rodiny oddelene, preto sa pri zaznamenávaní výsledkov nesmie identita 12B IT potichu nahradiť iným kvantizovaným checkpointom.
Výrobca uvádza obmedzenia tréningového pokrytia, faktické nepresnosti, jazykové jemnosti a zložité otvorené úlohy. Google tiež upozorňuje, že vierohodný jazykový vzor môže vytvoriť odpoveď prehliadajúcu bežné obmedzenie skutočného sveta. Drobné vizuálne detaily sa môžu stratiť alebo nesprávne prečítať a dlhé vstupy stále potrebujú jasné priority. Uchovajte pôvodné strany, overte získané označenia a množstvá a každý požadovaný text vyzerajúci štruktúrovane validujte pred použitím ako dáta. Presný model 12B IT vyhodnoťte na reprezentatívnych otázkach a jazykoch. Užitočný konečný artefakt uvádza odpoveď podľa zdroja, uvažovanie potrebné na jej pochopenie a zostávajúcu neistotu bez predstierania, že generované vysvetlenie je dokončená akcia nástroja alebo aktuálne vyhľadanie znalostí.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity google/gemma-3-12b-it | 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 $0.0001 / 1K tokenov Výstup · Výstupné tokeny $0.0003 / 1K tokenov Vstup · Čítanie cache — / 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 $0.0001 / 1K tokenov Výstup · Výstupné tokeny $0.0003 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-3-12b-it", "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='google/gemma-3-12b-it',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='google/gemma-3-12b-it',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 google/gemma-3-12b-it
Použite cesty metód uvedené vyššie.
google/gemma-3-12b-itGemma 3 12B IT je samostatná edícia Gemma 3 doladená na pokyny pre generovanie textu a porozumenie obrázkom. Použite ju na otázky o dokumentoch, vysvetlenia a viacjazyčné písanie so spoločným kontextom 128K; zachovajte explicitný checkpoint 12B a jeho natívny konverzačný formát.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Gemma 3 12B IT je vizuálno-jazykový model Google veľkosti 12B doladený na pokyny. Patrí do rodiny Gemma 3, ktorá spája generovanie textu s porozumením obrázkom a viacjazyčným tréningom. Prípona IT vyberá checkpoint sledujúci pokyny, nie predtrénovaný model. Výsledkom je text: vysvetlenie, súhrn, odpoveď, návrh textu alebo kód odvodený z písomného a vizuálneho materiálu v požiadavke.
Model 12B má kontext rodiny 128K tokenov pre vstup aj generovanú odpoveď. Výstup využíva časť zostávajúcu po požiadavke; karta neposkytuje druhé nezávislé výstupné okno 128K. Základné obrazové pohľady sa normalizujú na 896×896 a každý sa reprezentuje 256 vizuálnymi tokenmi. Pri príprave súboru strán zachovajte identifikátory strán a vyhraďte priestor na výsledok. Položte konkrétnu otázku o relevantnom obsahu namiesto spoliehania sa, že veľké okno automaticky vyberie správny problém.
Výrobca pre túto veľkosť uvádza 12 biliónov tokenov predtrénovania. Tréningový materiál zahŕňa viacjazyčné webové dokumenty, kód, matematiku a obrázky s pokrytím viac než 140 jazykov v rodine. Správa opisuje destiláciu znalostí a zlepšený postup doladenia na pokyny s učením posilňovaním. Tieto fázy sa zameriavajú na užitočnosť, matematické a programátorské uvažovanie, dodržiavanie pokynov a viacjazyčnú interakciu. Odlišný tréningový limit a identita checkpointu samy osebe neurčujú kvalitu konkrétnej odpovede, preto výstup porovnajte so zdrojovou úlohou.
Architektúra používa transformer iba s dekodérom, pozornosťou so zoskupenými dopytmi a opakujúcim sa vzorom piatich vrstiev lokálnej pozornosti na jednu globálnu vrstvu. Lokálne vrstvy používajú rozsah 1 024 tokenov, zatiaľ čo globálna pozornosť podporuje dlhší kontext. Vizuálny enkóder SigLIP spoločný modelom 4B, 12B a 27B mení obrázky na reprezentácie spracúvané jazykovým modelom. Tokenizér SentencePiece zachováva biele znaky, rozdeľuje číslice a zahŕňa kódovanie na úrovni bajtov. To je relevantné, keď treba zachovať formátovanie kódu, číselný zápis alebo viacjazyčný text.
Vizuálny postup zahŕňa aj Pan and Scan: adaptívne neprekrývajúce sa výrezy pomáhajú zachovať obsah širokých zdrojov alebo zdrojov s vysokým rozlíšením, kým každý pohľad vstúpi do enkódera s pevným rozlíšením. Ďalšie pohľady menia spracúvaný materiál. Pri technickom dokumente dodajte čitateľnú stranu a podľa potreby jasný pohľad na tabuľku alebo diagram, na ktorý sa pýtate. Zachovajte okolité vysvetlenie jednotky, symbolu alebo stĺpca, aby lokálne vizuálne čítanie nestratilo význam.
Natívny formát promptu IT používa správy user a model a nemá samostatnú rolu system. Požadovanú rolu, pravidlá odpovede a úlohu vložte do úvodného používateľského promptu a pre skutočnú konverzáciu použite určený formátovač alebo procesor. Originálna požiadavka na analýzu dokumentov môže porovnať dva opisy postupu, vrátiť tabuľku zhodných požiadaviek a určiť konflikt. Označte zdroje, uveďte prioritu požiadaviek a žiadajte odlíšenie dodaných faktov od interpretácie modelu.
Zamýšľané použitia v karte výrobcu zahŕňajú sumarizáciu, konverzačnú asistenciu, extrakciu obrazových dát, písanie a učenie. Pri viacjazyčnom vysvetlení uveďte cieľového čitateľa, terminológiu a mieru podrobností. Pri otázke o obrázku určite predmety alebo vzťahy na diskusiu a žiadajte pozorovania podporujúce konečnú odpoveď. Pri kóde zahrňte skutočnú funkciu a očakávané správanie; výsledok môže navrhnúť implementáciu, ale samostatná aplikácia ju musí spustiť a overiť. Správa zverejňuje kvantizované varianty rodiny oddelene, preto sa pri zaznamenávaní výsledkov nesmie identita 12B IT potichu nahradiť iným kvantizovaným checkpointom.
Výrobca uvádza obmedzenia tréningového pokrytia, faktické nepresnosti, jazykové jemnosti a zložité otvorené úlohy. Google tiež upozorňuje, že vierohodný jazykový vzor môže vytvoriť odpoveď prehliadajúcu bežné obmedzenie skutočného sveta. Drobné vizuálne detaily sa môžu stratiť alebo nesprávne prečítať a dlhé vstupy stále potrebujú jasné priority. Uchovajte pôvodné strany, overte získané označenia a množstvá a každý požadovaný text vyzerajúci štruktúrovane validujte pred použitím ako dáta. Presný model 12B IT vyhodnoťte na reprezentatívnych otázkach a jazykoch. Užitočný konečný artefakt uvádza odpoveď podľa zdroja, uvažovanie potrebné na jej pochopenie a zostávajúcu neistotu bez predstierania, že generované vysvetlenie je dokončená akcia nástroja alebo aktuálne vyhľadanie znalostí.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity google/gemma-3-12b-it | 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 $0.0001 / 1K tokenov Výstup · Výstupné tokeny $0.0003 / 1K tokenov Vstup · Čítanie cache — / 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 $0.0001 / 1K tokenov Výstup · Výstupné tokeny $0.0003 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "google/gemma-3-12b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'google/gemma-3-12b-it', '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': 'google/gemma-3-12b-it', '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 google/gemma-3-12b-it
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Explain an experiment to a learner\n\nExplain this class experiment to a 12-year-old in plain English. Two identical cups contain 200 ml of water at the same starting temperature. One is wrapped in wool; the other is uncovered. After 20 minutes the wrapped cup is warmer. Give the conclusion, what was controlled, and one improvement. Do not invent temperatures.Three short labelled parts: conclusion, controlled conditions and one practical improvement.The explanation distinguishes slowing heat loss from creating heat and preserves the given quantities without new measurements.