Gemma 3 27B IT je edícia rodiny Gemma 3 od Google veľkosti 27B doladená na pokyny. Spája generovanie textu s porozumením obrázkom a odlišuje sa od predtrénovaného checkpointu 27B aj menších modelov 4B a 12B IT. Výsledkom je text: vysvetlenie podľa zdroja, súhrn, návrh dokumentu, odpoveď alebo návrh kódu. Model doladený na pokyny je navrhnutý na sledovanie konverzácie a požadovanej úlohy, nie iba na fungovanie ako surový model dopĺňania.
Karta výrobcu uvádza pre túto veľkosť celkový kontext 128K tokenov. Vstup a výstup túto kapacitu zdieľajú, takže generovaná odpoveď využíva priestor zostávajúci po požiadavke. Veľký súbor materiálov má zachovať identifikátory zdrojov a zároveň ponechať miesto na požadovaný výsledok. Obrazové pohľady sa v základnom postupe normalizujú na 896×896 a kódujú do 256 vizuálnych tokenov. Pri spojenej analýze textu a obrázkov vysvetlite vzťah obrázka strany, diagramu alebo snímky obrazovky k písomným zdrojom, aby model odpovedal na jednu ucelenú otázku.
Uvádzaný limit predtrénovania modelu 27B je 14 biliónov tokenov. Dáta rodiny zahŕňajú webové dokumenty vo viac než 140 jazykoch, kód, matematiku a obrázky. Tréning používa destiláciu znalostí a postup po predtrénovaní pridáva dodržiavanie pokynov a ciele učenia posilňovaním pre užitočnosť, matematiku, programovanie, uvažovanie a viacjazyčné správanie. Tieto fakty opisujú proces vývoja modelu u výrobcu. Nenahrádzajú overenie generovaného tvrdenia podľa zdroja ani spustenie navrhnutého programu na zamýšľaných vstupoch.
Technická správa opisuje transformer iba s dekodérom, pozornosťou so zoskupenými dopytmi a piatimi vrstvami lokálnej pozornosti na každú globálnu vrstvu. Lokálny rozsah je 1 024 tokenov, zatiaľ čo globálne vrstvy zabezpečujú interakcie v dlhšom kontexte. Spoločný obrazový enkóder SigLIP rodiny reprezentuje vizuálne vstupy pre jazykový model. Tokenizér SentencePiece používa rozdelené číslice, zachované biele znaky a kódovanie na úrovni bajtov. Číselný zápis, odsadenie kódu a terminológiu zdrojového jazyka zachovajte, keď sú dôležité pre interpretáciu.
Pri neštvorcových alebo podrobných obrázkoch správa opisuje Pan and Scan, ktorý môže pred zmenou veľkosti pohľadov pre vizuálny enkóder pridať neprekrývajúce sa výrezy. Pomáha tak zachovať drobný obsah, ktorý môže jediná zmena na štvorcový rozmer stratiť, ale záleží na skutočnom nastavení spracovania. Výskumná úloha alebo úloha s technickým dokumentom môže dodať celú stranu aj čitateľný detail diagramu a označiť ich vzťah. Žiadajte, aby odpoveď určila viditeľné hodnoty, relevantnú textovú podmienku a záver podporený oboma.
Používajte natívny konverzačný formát IT výrobcu so správami user a model. Samostatná správa system nie je v tomto formáte podporovaná; pokyny k role a odpovedi vložte do úvodnej správy používateľa a použite určený postup formátovania. Pri dlhej správe pomenujte otázku, porovnávané časti a pravidlá priority pri nezhode zdrojov. Originálnym príkladom je zosúladenie písomnej špecifikácie s diagramom a vrátenie tabuľky požiadaviek, zoznamu nesúladov a predpokladov potrebných na navrhnuté riešenie.
Kategórie zamýšľaného použitia zahŕňajú písanie, sumarizáciu, konverzáciu, extrakciu obrazových dát a vzdelávacie alebo výskumné skúmanie. Pri analýze kódu dodajte skutočný modul, príklady vstupov a obmedzenia rozhrania a potom žiadajte vysvetlenie alebo navrhnutú zmenu viazanú na tieto fakty. Pri viacjazyčnom písaní určite publikum a termíny, ktoré majú zostať nezmenené. Pri vizuálnej otázke žiadajte pozorovania prepojené s pomenovanými prvkami namiesto všeobecného opisu obrázka. Kvantizované checkpointy rodiny sú samostatne zverejnené artefakty, preto pri porovnávaní výsledkov zachovajte presnú identitu 27B IT a nastavenia spracovania.
Výrobca uvádza, že modely môžu poskytovať nesprávne alebo zastarané fakty a mať problémy s nejednoznačnosťou, jemnými významovými rozdielmi a veľmi otvorenými pokynmi. Google tiež upozorňuje, že vierohodný jazykový vzor môže vytvoriť odpoveď, ktorá prehliadne bežné obmedzenie skutočného sveta. Viac kontextu je užitočné iba pri jasných relevantných podmienkach. Pôvodné zdroje ponechajte dostupné, overujte získané dáta a výpočty a každú odpoveď vyzerajúcu štruktúrovane validujte pred spracovaním ako záznam. Vysvetlenie z viacerých zdrojov má odlíšiť dodané dôkazy, interpretáciu a chýbajúce informácie. Tento profil 27B podporuje pripravenú úlohu uvažovania nad textom a obrázkami; každé načítanie informácií, vykonanie nástroja alebo aktualizácia faktov uskutočnená aplikáciou potrebuje vlastné vrátené podklady, nemožno ju odvodzovať z plynulého výstupu.
", "aboutText": "Gemma 3 27B IT je edícia rodiny Gemma 3 od Google veľkosti 27B doladená na pokyny. Spája generovanie textu s porozumením obrázkom a odlišuje sa od predtrénovaného checkpointu 27B aj menších modelov 4B a 12B IT. Výsledkom je text: vysvetlenie podľa zdroja, súhrn, návrh dokumentu, odpoveď alebo návrh kódu. Model doladený na pokyny je navrhnutý na sledovanie konverzácie a požadovanej úlohy, nie iba na fungovanie ako surový model dopĺňania.\n\nKarta výrobcu uvádza pre túto veľkosť celkový kontext 128K tokenov. Vstup a výstup túto kapacitu zdieľajú, takže generovaná odpoveď využíva priestor zostávajúci po požiadavke. Veľký súbor materiálov má zachovať identifikátory zdrojov a zároveň ponechať miesto na požadovaný výsledok. Obrazové pohľady sa v základnom postupe normalizujú na 896×896 a kódujú do 256 vizuálnych tokenov. Pri spojenej analýze textu a obrázkov vysvetlite vzťah obrázka strany, diagramu alebo snímky obrazovky k písomným zdrojom, aby model odpovedal na jednu ucelenú otázku.\n\nUvádzaný limit predtrénovania modelu 27B je 14 biliónov tokenov. Dáta rodiny zahŕňajú webové dokumenty vo viac než 140 jazykoch, kód, matematiku a obrázky. Tréning používa destiláciu znalostí a postup po predtrénovaní pridáva dodržiavanie pokynov a ciele učenia posilňovaním pre užitočnosť, matematiku, programovanie, uvažovanie a viacjazyčné správanie. Tieto fakty opisujú proces vývoja modelu u výrobcu. Nenahrádzajú overenie generovaného tvrdenia podľa zdroja ani spustenie navrhnutého programu na zamýšľaných vstupoch.\n\nTechnická správa opisuje transformer iba s dekodérom, pozornosťou so zoskupenými dopytmi a piatimi vrstvami lokálnej pozornosti na každú globálnu vrstvu. Lokálny rozsah je 1 024 tokenov, zatiaľ čo globálne vrstvy zabezpečujú interakcie v dlhšom kontexte. Spoločný obrazový enkóder SigLIP rodiny reprezentuje vizuálne vstupy pre jazykový model. Tokenizér SentencePiece používa rozdelené číslice, zachované biele znaky a kódovanie na úrovni bajtov. Číselný zápis, odsadenie kódu a terminológiu zdrojového jazyka zachovajte, keď sú dôležité pre interpretáciu.\n\nPri neštvorcových alebo podrobných obrázkoch správa opisuje Pan and Scan, ktorý môže pred zmenou veľkosti pohľadov pre vizuálny enkóder pridať neprekrývajúce sa výrezy. Pomáha tak zachovať drobný obsah, ktorý môže jediná zmena na štvorcový rozmer stratiť, ale záleží na skutočnom nastavení spracovania. Výskumná úloha alebo úloha s technickým dokumentom môže dodať celú stranu aj čitateľný detail diagramu a označiť ich vzťah. Žiadajte, aby odpoveď určila viditeľné hodnoty, relevantnú textovú podmienku a záver podporený oboma.\n\nPoužívajte natívny konverzačný formát IT výrobcu so správami user a model. Samostatná správa system nie je v tomto formáte podporovaná; pokyny k role a odpovedi vložte do úvodnej správy používateľa a použite určený postup formátovania. Pri dlhej správe pomenujte otázku, porovnávané časti a pravidlá priority pri nezhode zdrojov. Originálnym príkladom je zosúladenie písomnej špecifikácie s diagramom a vrátenie tabuľky požiadaviek, zoznamu nesúladov a predpokladov potrebných na navrhnuté riešenie.\n\nKategórie zamýšľaného použitia zahŕňajú písanie, sumarizáciu, konverzáciu, extrakciu obrazových dát a vzdelávacie alebo výskumné skúmanie. Pri analýze kódu dodajte skutočný modul, príklady vstupov a obmedzenia rozhrania a potom žiadajte vysvetlenie alebo navrhnutú zmenu viazanú na tieto fakty. Pri viacjazyčnom písaní určite publikum a termíny, ktoré majú zostať nezmenené. Pri vizuálnej otázke žiadajte pozorovania prepojené s pomenovanými prvkami namiesto všeobecného opisu obrázka. Kvantizované checkpointy rodiny sú samostatne zverejnené artefakty, preto pri porovnávaní výsledkov zachovajte presnú identitu 27B IT a nastavenia spracovania.\n\nVýrobca uvádza, že modely môžu poskytovať nesprávne alebo zastarané fakty a mať problémy s nejednoznačnosťou, jemnými významovými rozdielmi a veľmi otvorenými pokynmi. Google tiež upozorňuje, že vierohodný jazykový vzor môže vytvoriť odpoveď, ktorá prehliadne bežné obmedzenie skutočného sveta. Viac kontextu je užitočné iba pri jasných relevantných podmienkach. Pôvodné zdroje ponechajte dostupné, overujte získané dáta a výpočty a každú odpoveď vyzerajúcu štruktúrovane validujte pred spracovaním ako záznam. Vysvetlenie z viacerých zdrojov má odlíšiť dodané dôkazy, interpretáciu a chýbajúce informácie. Tento profil 27B podporuje pripravenú úlohu uvažovania nad textom a obrázkami; každé načítanie informácií, vykonanie nástroja alebo aktualizácia faktov uskutočnená aplikáciou potrebuje vlastné vrátené podklady, nemožno ju odvodzovať z plynulého výstupu.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Reconcile two written specification sources\n\nReconcile these sources. SPEC-1: the controller has four outputs, each rated 2 A; total current must not exceed 5 A. NOTE-2: connect four 2 A loads simultaneously. Produce a requirement table and a discrepancy note. Suggest a clarification question rather than silently treating the per-output rating as the permitted total.A source-labelled requirement table, the conflicting proposed load and a targeted clarification question.The answer distinguishes the 2 A individual rating from the 5 A aggregate limit and notices the 8 A proposal.google/gemma-3-27b-itGemma 3 27B IT je edícia veľkosti 27B doladená na pokyny v rodine Gemma 3 od Google. Prijíma text a obrázky a vytvára text na analýzu dlhých zdrojov, písanie, kód a vizuálne otázky so spoločným kontextom 128K a viacjazyčným pokrytím rodiny.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Gemma 3 27B IT je edícia rodiny Gemma 3 od Google veľkosti 27B doladená na pokyny. Spája generovanie textu s porozumením obrázkom a odlišuje sa od predtrénovaného checkpointu 27B aj menších modelov 4B a 12B IT. Výsledkom je text: vysvetlenie podľa zdroja, súhrn, návrh dokumentu, odpoveď alebo návrh kódu. Model doladený na pokyny je navrhnutý na sledovanie konverzácie a požadovanej úlohy, nie iba na fungovanie ako surový model dopĺňania.
Karta výrobcu uvádza pre túto veľkosť celkový kontext 128K tokenov. Vstup a výstup túto kapacitu zdieľajú, takže generovaná odpoveď využíva priestor zostávajúci po požiadavke. Veľký súbor materiálov má zachovať identifikátory zdrojov a zároveň ponechať miesto na požadovaný výsledok. Obrazové pohľady sa v základnom postupe normalizujú na 896×896 a kódujú do 256 vizuálnych tokenov. Pri spojenej analýze textu a obrázkov vysvetlite vzťah obrázka strany, diagramu alebo snímky obrazovky k písomným zdrojom, aby model odpovedal na jednu ucelenú otázku.
Uvádzaný limit predtrénovania modelu 27B je 14 biliónov tokenov. Dáta rodiny zahŕňajú webové dokumenty vo viac než 140 jazykoch, kód, matematiku a obrázky. Tréning používa destiláciu znalostí a postup po predtrénovaní pridáva dodržiavanie pokynov a ciele učenia posilňovaním pre užitočnosť, matematiku, programovanie, uvažovanie a viacjazyčné správanie. Tieto fakty opisujú proces vývoja modelu u výrobcu. Nenahrádzajú overenie generovaného tvrdenia podľa zdroja ani spustenie navrhnutého programu na zamýšľaných vstupoch.
Technická správa opisuje transformer iba s dekodérom, pozornosťou so zoskupenými dopytmi a piatimi vrstvami lokálnej pozornosti na každú globálnu vrstvu. Lokálny rozsah je 1 024 tokenov, zatiaľ čo globálne vrstvy zabezpečujú interakcie v dlhšom kontexte. Spoločný obrazový enkóder SigLIP rodiny reprezentuje vizuálne vstupy pre jazykový model. Tokenizér SentencePiece používa rozdelené číslice, zachované biele znaky a kódovanie na úrovni bajtov. Číselný zápis, odsadenie kódu a terminológiu zdrojového jazyka zachovajte, keď sú dôležité pre interpretáciu.
Pri neštvorcových alebo podrobných obrázkoch správa opisuje Pan and Scan, ktorý môže pred zmenou veľkosti pohľadov pre vizuálny enkóder pridať neprekrývajúce sa výrezy. Pomáha tak zachovať drobný obsah, ktorý môže jediná zmena na štvorcový rozmer stratiť, ale záleží na skutočnom nastavení spracovania. Výskumná úloha alebo úloha s technickým dokumentom môže dodať celú stranu aj čitateľný detail diagramu a označiť ich vzťah. Žiadajte, aby odpoveď určila viditeľné hodnoty, relevantnú textovú podmienku a záver podporený oboma.
Používajte natívny konverzačný formát IT výrobcu so správami user a model. Samostatná správa system nie je v tomto formáte podporovaná; pokyny k role a odpovedi vložte do úvodnej správy používateľa a použite určený postup formátovania. Pri dlhej správe pomenujte otázku, porovnávané časti a pravidlá priority pri nezhode zdrojov. Originálnym príkladom je zosúladenie písomnej špecifikácie s diagramom a vrátenie tabuľky požiadaviek, zoznamu nesúladov a predpokladov potrebných na navrhnuté riešenie.
Kategórie zamýšľaného použitia zahŕňajú písanie, sumarizáciu, konverzáciu, extrakciu obrazových dát a vzdelávacie alebo výskumné skúmanie. Pri analýze kódu dodajte skutočný modul, príklady vstupov a obmedzenia rozhrania a potom žiadajte vysvetlenie alebo navrhnutú zmenu viazanú na tieto fakty. Pri viacjazyčnom písaní určite publikum a termíny, ktoré majú zostať nezmenené. Pri vizuálnej otázke žiadajte pozorovania prepojené s pomenovanými prvkami namiesto všeobecného opisu obrázka. Kvantizované checkpointy rodiny sú samostatne zverejnené artefakty, preto pri porovnávaní výsledkov zachovajte presnú identitu 27B IT a nastavenia spracovania.
Výrobca uvádza, že modely môžu poskytovať nesprávne alebo zastarané fakty a mať problémy s nejednoznačnosťou, jemnými významovými rozdielmi a veľmi otvorenými pokynmi. Google tiež upozorňuje, že vierohodný jazykový vzor môže vytvoriť odpoveď, ktorá prehliadne bežné obmedzenie skutočného sveta. Viac kontextu je užitočné iba pri jasných relevantných podmienkach. Pôvodné zdroje ponechajte dostupné, overujte získané dáta a výpočty a každú odpoveď vyzerajúcu štruktúrovane validujte pred spracovaním ako záznam. Vysvetlenie z viacerých zdrojov má odlíšiť dodané dôkazy, interpretáciu a chýbajúce informácie. Tento profil 27B podporuje pripravenú úlohu uvažovania nad textom a obrázkami; každé načítanie informácií, vykonanie nástroja alebo aktualizácia faktov uskutočnená aplikáciou potrebuje vlastné vrátené podklady, nemožno ju odvodzovať z plynulého výstupu.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity google/gemma-3-27b-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 $0.00016 / 1K tokenov Výstup · Výstupné tokeny $0.0007 / 1K tokenov Vstup · Čítanie cache $0.00008 / 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 $0.00016 / 1K tokenov Výstup · Výstupné tokeny $0.0007 / 1K tokenov Vstup · Čítanie cache $0.00008 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-3-27b-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-3-27b-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-3-27b-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-3-27b-it
Použite cesty metód uvedené vyššie.
google/gemma-3-27b-itGemma 3 27B IT je edícia veľkosti 27B doladená na pokyny v rodine Gemma 3 od Google. Prijíma text a obrázky a vytvára text na analýzu dlhých zdrojov, písanie, kód a vizuálne otázky so spoločným kontextom 128K a viacjazyčným pokrytím rodiny.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Gemma 3 27B IT je edícia rodiny Gemma 3 od Google veľkosti 27B doladená na pokyny. Spája generovanie textu s porozumením obrázkom a odlišuje sa od predtrénovaného checkpointu 27B aj menších modelov 4B a 12B IT. Výsledkom je text: vysvetlenie podľa zdroja, súhrn, návrh dokumentu, odpoveď alebo návrh kódu. Model doladený na pokyny je navrhnutý na sledovanie konverzácie a požadovanej úlohy, nie iba na fungovanie ako surový model dopĺňania.
Karta výrobcu uvádza pre túto veľkosť celkový kontext 128K tokenov. Vstup a výstup túto kapacitu zdieľajú, takže generovaná odpoveď využíva priestor zostávajúci po požiadavke. Veľký súbor materiálov má zachovať identifikátory zdrojov a zároveň ponechať miesto na požadovaný výsledok. Obrazové pohľady sa v základnom postupe normalizujú na 896×896 a kódujú do 256 vizuálnych tokenov. Pri spojenej analýze textu a obrázkov vysvetlite vzťah obrázka strany, diagramu alebo snímky obrazovky k písomným zdrojom, aby model odpovedal na jednu ucelenú otázku.
Uvádzaný limit predtrénovania modelu 27B je 14 biliónov tokenov. Dáta rodiny zahŕňajú webové dokumenty vo viac než 140 jazykoch, kód, matematiku a obrázky. Tréning používa destiláciu znalostí a postup po predtrénovaní pridáva dodržiavanie pokynov a ciele učenia posilňovaním pre užitočnosť, matematiku, programovanie, uvažovanie a viacjazyčné správanie. Tieto fakty opisujú proces vývoja modelu u výrobcu. Nenahrádzajú overenie generovaného tvrdenia podľa zdroja ani spustenie navrhnutého programu na zamýšľaných vstupoch.
Technická správa opisuje transformer iba s dekodérom, pozornosťou so zoskupenými dopytmi a piatimi vrstvami lokálnej pozornosti na každú globálnu vrstvu. Lokálny rozsah je 1 024 tokenov, zatiaľ čo globálne vrstvy zabezpečujú interakcie v dlhšom kontexte. Spoločný obrazový enkóder SigLIP rodiny reprezentuje vizuálne vstupy pre jazykový model. Tokenizér SentencePiece používa rozdelené číslice, zachované biele znaky a kódovanie na úrovni bajtov. Číselný zápis, odsadenie kódu a terminológiu zdrojového jazyka zachovajte, keď sú dôležité pre interpretáciu.
Pri neštvorcových alebo podrobných obrázkoch správa opisuje Pan and Scan, ktorý môže pred zmenou veľkosti pohľadov pre vizuálny enkóder pridať neprekrývajúce sa výrezy. Pomáha tak zachovať drobný obsah, ktorý môže jediná zmena na štvorcový rozmer stratiť, ale záleží na skutočnom nastavení spracovania. Výskumná úloha alebo úloha s technickým dokumentom môže dodať celú stranu aj čitateľný detail diagramu a označiť ich vzťah. Žiadajte, aby odpoveď určila viditeľné hodnoty, relevantnú textovú podmienku a záver podporený oboma.
Používajte natívny konverzačný formát IT výrobcu so správami user a model. Samostatná správa system nie je v tomto formáte podporovaná; pokyny k role a odpovedi vložte do úvodnej správy používateľa a použite určený postup formátovania. Pri dlhej správe pomenujte otázku, porovnávané časti a pravidlá priority pri nezhode zdrojov. Originálnym príkladom je zosúladenie písomnej špecifikácie s diagramom a vrátenie tabuľky požiadaviek, zoznamu nesúladov a predpokladov potrebných na navrhnuté riešenie.
Kategórie zamýšľaného použitia zahŕňajú písanie, sumarizáciu, konverzáciu, extrakciu obrazových dát a vzdelávacie alebo výskumné skúmanie. Pri analýze kódu dodajte skutočný modul, príklady vstupov a obmedzenia rozhrania a potom žiadajte vysvetlenie alebo navrhnutú zmenu viazanú na tieto fakty. Pri viacjazyčnom písaní určite publikum a termíny, ktoré majú zostať nezmenené. Pri vizuálnej otázke žiadajte pozorovania prepojené s pomenovanými prvkami namiesto všeobecného opisu obrázka. Kvantizované checkpointy rodiny sú samostatne zverejnené artefakty, preto pri porovnávaní výsledkov zachovajte presnú identitu 27B IT a nastavenia spracovania.
Výrobca uvádza, že modely môžu poskytovať nesprávne alebo zastarané fakty a mať problémy s nejednoznačnosťou, jemnými významovými rozdielmi a veľmi otvorenými pokynmi. Google tiež upozorňuje, že vierohodný jazykový vzor môže vytvoriť odpoveď, ktorá prehliadne bežné obmedzenie skutočného sveta. Viac kontextu je užitočné iba pri jasných relevantných podmienkach. Pôvodné zdroje ponechajte dostupné, overujte získané dáta a výpočty a každú odpoveď vyzerajúcu štruktúrovane validujte pred spracovaním ako záznam. Vysvetlenie z viacerých zdrojov má odlíšiť dodané dôkazy, interpretáciu a chýbajúce informácie. Tento profil 27B podporuje pripravenú úlohu uvažovania nad textom a obrázkami; každé načítanie informácií, vykonanie nástroja alebo aktualizácia faktov uskutočnená aplikáciou potrebuje vlastné vrátené podklady, nemožno ju odvodzovať z plynulého výstupu.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity google/gemma-3-27b-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 $0.00016 / 1K tokenov Výstup · Výstupné tokeny $0.0007 / 1K tokenov Vstup · Čítanie cache $0.00008 / 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 $0.00016 / 1K tokenov Výstup · Výstupné tokeny $0.0007 / 1K tokenov Vstup · Čítanie cache $0.00008 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "google/gemma-3-27b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3-27b-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-3-27b-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-3-27b-it
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Reconcile two written specification sources\n\nReconcile these sources. SPEC-1: the controller has four outputs, each rated 2 A; total current must not exceed 5 A. NOTE-2: connect four 2 A loads simultaneously. Produce a requirement table and a discrepancy note. Suggest a clarification question rather than silently treating the per-output rating as the permitted total.A source-labelled requirement table, the conflicting proposed load and a targeted clarification question.The answer distinguishes the 2 A individual rating from the 5 A aggregate limit and notices the 8 A proposal.