Mercury 2.5 je difúzny jazykový model Inception na uvažovanie. Nadväzuje na Mercury 2 s aktualizovaným trénovaním formovaným spätnou väzbou z produkcie a prípadmi zlyhania, pričom zachováva zameranie rodiny na pohotovú tvorbu textu. Jeho zverejnený variant zahŕňa kontext 260K, nastaviteľné uvažovanie, paralelné volania nástrojov a JSON zosúladený so schémou. Vstupom je písomná úloha a relevantný textový kontext; výstupom text, kód, štruktúrovaný záznam alebo navrhnutý obsah volania nástroja.
Rodina Mercury generuje jazyk paralelným spresňovaním namiesto výlučného predpovedania jedného tokenu za druhým zľava doprava. Tento architektonický smer má umožniť, aby opakované kroky modelu zapadali do interaktívneho postupu. Nastaviteľné uvažovanie umožňuje variantu výrobcu prispôsobiť hĺbku analýzy úlohe. Požadovaný konečný výstup určte výslovne: odpoveď môže byť krátka, aj keď je priebežný proces zložitejší.
Pri porovnaní dodajte kritériá a pomenované zdrojové pasáže. Pri extrakcii definujte polia a ich význam. Užitočný pokyn znie: „Premeň tieto zdrojové pasáže na záznam požadovaných špecifikácií, zachovaj jednotky a identifikuj pasáž podporujúcu každú hodnotu.“ Výstup podľa schémy poskytuje aplikácii usporiadaný výsledok; súlad so zdrojom si stále vyžaduje kontrolu.
Výrobca opisuje použitie Mercury pri plánovaní vyhľadávania, preformulovaní dopytov, štruktúrovaní faktov, zhrnutí zdrojov a kontrole odpovedí. Aplikácia môže každému kroku priradiť konkrétny účel a odovzdať relevantné dôkazy nasledujúcemu kroku. Pri preformulovaní dopytu žiadajte zachovanie skutočných obmedzení používateľa a pri zhrnutí zdroja zachovanie faktov potrebných pre konečnú odpoveď, namiesto iba skracovania každej pasáže.
Schopnosť Mercury 2.5 paralelne volať nástroje je užitočná, keď nezávislé operácie môžu získať rôzne pozorovania pre úlohu. Dodajte jasné definície funkcií a schémy parametrov. Aplikácia vykonáva vybrané volania a vracia ich výsledky. Identifikátory volaní a označenia zdrojov uchovávajte spolu, aby konečná odpoveď používala pozorované informácie, nie predpoklad, že nástroj bol vykonaný.
Výrobca opisuje aj pomoc s programovaním a podporné operácie, ako sú zhutnenie dlhej relácie alebo nájdenie vhodného nástroja. Pri zhutňovaní určte, čo nasledujúca úloha potrebuje: prijaté požiadavky, aktuálne zlyhania, rozhodnutia a dôkazy, z ktorých vychádzajú. Žiadajte model tieto položky zachovať a odlíšiť nedokončenú prácu od dokončeného výsledku.
Pri softvérovej zmene dodajte relevantný kód, očakávané správanie a zlyhávajúci vstup alebo pozorovanú chybu. Žiadajte cielenú implementáciu s vysvetlením. Ak vizuálna alebo hlasová aplikácia používa Mercury ako jazykový krok, dodajte text alebo pozorovanie nástroja, ktoré tento model skutočne prijíma; rozpoznávanie reči, syntéza reči a vykresľovanie médií zostávajú samostatnými zložkami.
Kontext 260K je zdokumentovaný variant 2.5, odlišný od úvodného kontextu 128K Mercury 2 a špecializovaných modelov Mercury Voice a Router. Zdrojový materiál, históriu, uvažovanie a konečný výsledok rozpočítajte spoločne. Formu výstupu zvoľte pred začiatkom úlohy a zachovajte priestor na odpoveď obsahujúcu povinné detaily.
Užitočným konečným výstupom je štruktúrovaná extrakcia, vysvetlenie založené na zdrojoch, návrh kódu alebo stručný súhrn stavu úlohy. Fakty kontrolujte podľa dodaného materiálu a kód v jeho zamýšľanom prostredí. Difúzna architektúra ani úloha pri pohotovej obsluhe nezávisle nepreukazujú správnosť, prístup k externému zdroju ani vykonanie navrhnutej akcie.
", "aboutText": "Mercury 2.5 je difúzny jazykový model Inception na uvažovanie. Nadväzuje na Mercury 2 s aktualizovaným trénovaním formovaným spätnou väzbou z produkcie a prípadmi zlyhania, pričom zachováva zameranie rodiny na pohotovú tvorbu textu. Jeho zverejnený variant zahŕňa kontext 260K, nastaviteľné uvažovanie, paralelné volania nástrojov a JSON zosúladený so schémou. Vstupom je písomná úloha a relevantný textový kontext; výstupom text, kód, štruktúrovaný záznam alebo navrhnutý obsah volania nástroja.\n\n### Difúzia a uvažovanie\n\nRodina Mercury generuje jazyk paralelným spresňovaním namiesto výlučného predpovedania jedného tokenu za druhým zľava doprava. Tento architektonický smer má umožniť, aby opakované kroky modelu zapadali do interaktívneho postupu. Nastaviteľné uvažovanie umožňuje variantu výrobcu prispôsobiť hĺbku analýzy úlohe. Požadovaný konečný výstup určte výslovne: odpoveď môže byť krátka, aj keď je priebežný proces zložitejší.\n\nPri porovnaní dodajte kritériá a pomenované zdrojové pasáže. Pri extrakcii definujte polia a ich význam. Užitočný pokyn znie: „Premeň tieto zdrojové pasáže na záznam požadovaných špecifikácií, zachovaj jednotky a identifikuj pasáž podporujúcu každú hodnotu.“ Výstup podľa schémy poskytuje aplikácii usporiadaný výsledok; súlad so zdrojom si stále vyžaduje kontrolu.\n\n### Postupy vyhľadávania a získavania informácií\n\nVýrobca opisuje použitie Mercury pri plánovaní vyhľadávania, preformulovaní dopytov, štruktúrovaní faktov, zhrnutí zdrojov a kontrole odpovedí. Aplikácia môže každému kroku priradiť konkrétny účel a odovzdať relevantné dôkazy nasledujúcemu kroku. Pri preformulovaní dopytu žiadajte zachovanie skutočných obmedzení používateľa a pri zhrnutí zdroja zachovanie faktov potrebných pre konečnú odpoveď, namiesto iba skracovania každej pasáže.\n\nSchopnosť Mercury 2.5 paralelne volať nástroje je užitočná, keď nezávislé operácie môžu získať rôzne pozorovania pre úlohu. Dodajte jasné definície funkcií a schémy parametrov. Aplikácia vykonáva vybrané volania a vracia ich výsledky. Identifikátory volaní a označenia zdrojov uchovávajte spolu, aby konečná odpoveď používala pozorované informácie, nie predpoklad, že nástroj bol vykonaný.\n\n### Programovanie a práca s kontextom\n\nVýrobca opisuje aj pomoc s programovaním a podporné operácie, ako sú zhutnenie dlhej relácie alebo nájdenie vhodného nástroja. Pri zhutňovaní určte, čo nasledujúca úloha potrebuje: prijaté požiadavky, aktuálne zlyhania, rozhodnutia a dôkazy, z ktorých vychádzajú. Žiadajte model tieto položky zachovať a odlíšiť nedokončenú prácu od dokončeného výsledku.\n\nPri softvérovej zmene dodajte relevantný kód, očakávané správanie a zlyhávajúci vstup alebo pozorovanú chybu. Žiadajte cielenú implementáciu s vysvetlením. Ak vizuálna alebo hlasová aplikácia používa Mercury ako jazykový krok, dodajte text alebo pozorovanie nástroja, ktoré tento model skutočne prijíma; rozpoznávanie reči, syntéza reči a vykresľovanie médií zostávajú samostatnými zložkami.\n\n### Limity a kontrola výstupu\n\nKontext 260K je zdokumentovaný variant 2.5, odlišný od úvodného kontextu 128K Mercury 2 a špecializovaných modelov Mercury Voice a Router. Zdrojový materiál, históriu, uvažovanie a konečný výsledok rozpočítajte spoločne. Formu výstupu zvoľte pred začiatkom úlohy a zachovajte priestor na odpoveď obsahujúcu povinné detaily.\n\nUžitočným konečným výstupom je štruktúrovaná extrakcia, vysvetlenie založené na zdrojoch, návrh kódu alebo stručný súhrn stavu úlohy. Fakty kontrolujte podľa dodaného materiálu a kód v jeho zamýšľanom prostredí. Difúzna architektúra ani úloha pri pohotovej obsluhe nezávisle nepreukazujú správnosť, prístup k externému zdroju ani vykonanie navrhnutej akcie.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Rewrite a constrained retrieval query\n\nRewrite this request into two concise search queries for an application's document retriever: 'Find the approved procedure for recovering failed nightly exports without rerunning completed pages, for the warehouse service, excluding the retired batch runner.' Preserve the service, recovery objective and exclusion. Explain briefly what each query emphasizes; do not perform a search.Two query rewrites with short purpose notes, retaining all mandatory constraints.Neither rewrite drops the warehouse-service scope, completed-page protection or retired-runner exclusion.inception/mercury-2.5Mercury 2.5 je difúzny textový model Inception na uvažovanie s kontextom 260K. Nastaviteľné uvažovanie, paralelné volania nástrojov a JSON podľa schémy podporujú vyhľadávanie, extrakciu, pomoc s programovaním a opakované kroky agentov vyžadujúce jasný štruktúrovaný výsledok.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mercury 2.5 je difúzny jazykový model Inception na uvažovanie. Nadväzuje na Mercury 2 s aktualizovaným trénovaním formovaným spätnou väzbou z produkcie a prípadmi zlyhania, pričom zachováva zameranie rodiny na pohotovú tvorbu textu. Jeho zverejnený variant zahŕňa kontext 260K, nastaviteľné uvažovanie, paralelné volania nástrojov a JSON zosúladený so schémou. Vstupom je písomná úloha a relevantný textový kontext; výstupom text, kód, štruktúrovaný záznam alebo navrhnutý obsah volania nástroja.
Rodina Mercury generuje jazyk paralelným spresňovaním namiesto výlučného predpovedania jedného tokenu za druhým zľava doprava. Tento architektonický smer má umožniť, aby opakované kroky modelu zapadali do interaktívneho postupu. Nastaviteľné uvažovanie umožňuje variantu výrobcu prispôsobiť hĺbku analýzy úlohe. Požadovaný konečný výstup určte výslovne: odpoveď môže byť krátka, aj keď je priebežný proces zložitejší.
Pri porovnaní dodajte kritériá a pomenované zdrojové pasáže. Pri extrakcii definujte polia a ich význam. Užitočný pokyn znie: „Premeň tieto zdrojové pasáže na záznam požadovaných špecifikácií, zachovaj jednotky a identifikuj pasáž podporujúcu každú hodnotu.“ Výstup podľa schémy poskytuje aplikácii usporiadaný výsledok; súlad so zdrojom si stále vyžaduje kontrolu.
Výrobca opisuje použitie Mercury pri plánovaní vyhľadávania, preformulovaní dopytov, štruktúrovaní faktov, zhrnutí zdrojov a kontrole odpovedí. Aplikácia môže každému kroku priradiť konkrétny účel a odovzdať relevantné dôkazy nasledujúcemu kroku. Pri preformulovaní dopytu žiadajte zachovanie skutočných obmedzení používateľa a pri zhrnutí zdroja zachovanie faktov potrebných pre konečnú odpoveď, namiesto iba skracovania každej pasáže.
Schopnosť Mercury 2.5 paralelne volať nástroje je užitočná, keď nezávislé operácie môžu získať rôzne pozorovania pre úlohu. Dodajte jasné definície funkcií a schémy parametrov. Aplikácia vykonáva vybrané volania a vracia ich výsledky. Identifikátory volaní a označenia zdrojov uchovávajte spolu, aby konečná odpoveď používala pozorované informácie, nie predpoklad, že nástroj bol vykonaný.
Výrobca opisuje aj pomoc s programovaním a podporné operácie, ako sú zhutnenie dlhej relácie alebo nájdenie vhodného nástroja. Pri zhutňovaní určte, čo nasledujúca úloha potrebuje: prijaté požiadavky, aktuálne zlyhania, rozhodnutia a dôkazy, z ktorých vychádzajú. Žiadajte model tieto položky zachovať a odlíšiť nedokončenú prácu od dokončeného výsledku.
Pri softvérovej zmene dodajte relevantný kód, očakávané správanie a zlyhávajúci vstup alebo pozorovanú chybu. Žiadajte cielenú implementáciu s vysvetlením. Ak vizuálna alebo hlasová aplikácia používa Mercury ako jazykový krok, dodajte text alebo pozorovanie nástroja, ktoré tento model skutočne prijíma; rozpoznávanie reči, syntéza reči a vykresľovanie médií zostávajú samostatnými zložkami.
Kontext 260K je zdokumentovaný variant 2.5, odlišný od úvodného kontextu 128K Mercury 2 a špecializovaných modelov Mercury Voice a Router. Zdrojový materiál, históriu, uvažovanie a konečný výsledok rozpočítajte spoločne. Formu výstupu zvoľte pred začiatkom úlohy a zachovajte priestor na odpoveď obsahujúcu povinné detaily.
Užitočným konečným výstupom je štruktúrovaná extrakcia, vysvetlenie založené na zdrojoch, návrh kódu alebo stručný súhrn stavu úlohy. Fakty kontrolujte podľa dodaného materiálu a kód v jeho zamýšľanom prostredí. Difúzna architektúra ani úloha pri pohotovej obsluhe nezávisle nepreukazujú správnosť, prístup k externému zdroju ani vykonanie navrhnutej akcie.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity inception/mercury-2.5 | 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 $0.0004 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00004 / 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 $0.0004 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00004 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inception/mercury-2.5", "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='inception/mercury-2.5',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='inception/mercury-2.5',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 inception/mercury-2.5
Použite cesty metód uvedené vyššie.
inception/mercury-2.5Mercury 2.5 je difúzny textový model Inception na uvažovanie s kontextom 260K. Nastaviteľné uvažovanie, paralelné volania nástrojov a JSON podľa schémy podporujú vyhľadávanie, extrakciu, pomoc s programovaním a opakované kroky agentov vyžadujúce jasný štruktúrovaný výsledok.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mercury 2.5 je difúzny jazykový model Inception na uvažovanie. Nadväzuje na Mercury 2 s aktualizovaným trénovaním formovaným spätnou väzbou z produkcie a prípadmi zlyhania, pričom zachováva zameranie rodiny na pohotovú tvorbu textu. Jeho zverejnený variant zahŕňa kontext 260K, nastaviteľné uvažovanie, paralelné volania nástrojov a JSON zosúladený so schémou. Vstupom je písomná úloha a relevantný textový kontext; výstupom text, kód, štruktúrovaný záznam alebo navrhnutý obsah volania nástroja.
Rodina Mercury generuje jazyk paralelným spresňovaním namiesto výlučného predpovedania jedného tokenu za druhým zľava doprava. Tento architektonický smer má umožniť, aby opakované kroky modelu zapadali do interaktívneho postupu. Nastaviteľné uvažovanie umožňuje variantu výrobcu prispôsobiť hĺbku analýzy úlohe. Požadovaný konečný výstup určte výslovne: odpoveď môže byť krátka, aj keď je priebežný proces zložitejší.
Pri porovnaní dodajte kritériá a pomenované zdrojové pasáže. Pri extrakcii definujte polia a ich význam. Užitočný pokyn znie: „Premeň tieto zdrojové pasáže na záznam požadovaných špecifikácií, zachovaj jednotky a identifikuj pasáž podporujúcu každú hodnotu.“ Výstup podľa schémy poskytuje aplikácii usporiadaný výsledok; súlad so zdrojom si stále vyžaduje kontrolu.
Výrobca opisuje použitie Mercury pri plánovaní vyhľadávania, preformulovaní dopytov, štruktúrovaní faktov, zhrnutí zdrojov a kontrole odpovedí. Aplikácia môže každému kroku priradiť konkrétny účel a odovzdať relevantné dôkazy nasledujúcemu kroku. Pri preformulovaní dopytu žiadajte zachovanie skutočných obmedzení používateľa a pri zhrnutí zdroja zachovanie faktov potrebných pre konečnú odpoveď, namiesto iba skracovania každej pasáže.
Schopnosť Mercury 2.5 paralelne volať nástroje je užitočná, keď nezávislé operácie môžu získať rôzne pozorovania pre úlohu. Dodajte jasné definície funkcií a schémy parametrov. Aplikácia vykonáva vybrané volania a vracia ich výsledky. Identifikátory volaní a označenia zdrojov uchovávajte spolu, aby konečná odpoveď používala pozorované informácie, nie predpoklad, že nástroj bol vykonaný.
Výrobca opisuje aj pomoc s programovaním a podporné operácie, ako sú zhutnenie dlhej relácie alebo nájdenie vhodného nástroja. Pri zhutňovaní určte, čo nasledujúca úloha potrebuje: prijaté požiadavky, aktuálne zlyhania, rozhodnutia a dôkazy, z ktorých vychádzajú. Žiadajte model tieto položky zachovať a odlíšiť nedokončenú prácu od dokončeného výsledku.
Pri softvérovej zmene dodajte relevantný kód, očakávané správanie a zlyhávajúci vstup alebo pozorovanú chybu. Žiadajte cielenú implementáciu s vysvetlením. Ak vizuálna alebo hlasová aplikácia používa Mercury ako jazykový krok, dodajte text alebo pozorovanie nástroja, ktoré tento model skutočne prijíma; rozpoznávanie reči, syntéza reči a vykresľovanie médií zostávajú samostatnými zložkami.
Kontext 260K je zdokumentovaný variant 2.5, odlišný od úvodného kontextu 128K Mercury 2 a špecializovaných modelov Mercury Voice a Router. Zdrojový materiál, históriu, uvažovanie a konečný výsledok rozpočítajte spoločne. Formu výstupu zvoľte pred začiatkom úlohy a zachovajte priestor na odpoveď obsahujúcu povinné detaily.
Užitočným konečným výstupom je štruktúrovaná extrakcia, vysvetlenie založené na zdrojoch, návrh kódu alebo stručný súhrn stavu úlohy. Fakty kontrolujte podľa dodaného materiálu a kód v jeho zamýšľanom prostredí. Difúzna architektúra ani úloha pri pohotovej obsluhe nezávisle nepreukazujú správnosť, prístup k externému zdroju ani vykonanie navrhnutej akcie.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity inception/mercury-2.5 | 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 $0.0004 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00004 / 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 $0.0004 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00004 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "inception/mercury-2.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'inception/mercury-2.5', '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': 'inception/mercury-2.5', '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 inception/mercury-2.5
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Rewrite a constrained retrieval query\n\nRewrite this request into two concise search queries for an application's document retriever: 'Find the approved procedure for recovering failed nightly exports without rerunning completed pages, for the warehouse service, excluding the retired batch runner.' Preserve the service, recovery objective and exclusion. Explain briefly what each query emphasizes; do not perform a search.Two query rewrites with short purpose notes, retaining all mandatory constraints.Neither rewrite drops the warehouse-service scope, completed-page protection or retired-runner exclusion.